Los desarrolladores de IA están asumiendo cada vez más la responsabilidad de los impactos ambientales y económicos de su tecnología. Anthropic, una empresa líder en IA, se comprometió recientemente a cubrir los crecientes costos de electricidad de sus centros de datos, una medida diseñada para abordar las preocupaciones sobre el consumo de energía de la IA y su efecto en las facturas de los consumidores, según un informe de múltiples fuentes de Nature News.
Esta decisión refleja una tendencia creciente dentro de la industria de la IA, donde los desarrolladores están reconociendo las consecuencias ambientales y económicas de su tecnología. El compromiso de Anthropic se produce cuando la industria se enfrenta a un escrutinio con respecto a su uso de energía.
En otras noticias científicas, los investigadores están logrando avances en varios campos. Un estudio, publicado en Nature, exploró la relación evolutiva entre eucariotas y arqueas Asgard, sugiriendo que los eucariotas probablemente surgieron de un ancestro arqueal Asgard. El estudio, que utilizó un conjunto de 54 marcadores filogenéticos no redundantes, revisó su conjunto de datos después de la publicación para corregir la redundancia, según Nature News.
Otro estudio destacado en Nature se centró en el papel de las células inmunitarias en los cerebros de las moscas de la fruta. Los investigadores encontraron que estas células inmunitarias consumen grasas de desecho, contribuyendo a la salud del cerebro.
Además, un nuevo marco podría transformar la predicción nacional de inundaciones. Según Phys.org, el marco considera los mecanismos de generación de flujo de tormentas por exceso de infiltración y por exceso de saturación como altamente predecibles.
Finalmente, en el ámbito de la química sintética, los investigadores están desarrollando modelos para optimizar la enantioselectividad en las reacciones químicas. Estos modelos, según informa Nature News, abordan el desafío de los datos dispersos y los mecanismos de reacción complejos. La investigación se centra en una estrategia de generación de descriptores que tiene en cuenta los cambios en el paso enantiodeterminante con la identidad del catalizador o del sustrato.
Discussion
AI Experts & Community
Be the first to comment