DeepMind supera baselines clásicos en predicción científica con un nuevo sistema de aprendizaje profundo.
DeepMind ha publicado resultados que demuestran cómo modelos de aprendizaje profundo pueden anticipar patrones en datos científicos a una escala sin precedentes.
El sistema se entrenó con series temporales de física, biología y clima, y superó baselines clásicos en varias tareas de predicción. Investigadores externos ya han comenzado a reproducir parte de los experimentos.
Expertos advierten que la gobernanza de estos modelos será clave para evitar usos indebidos en dominios sensibles.
El 8 de septiembre de 2026 DeepMind lanzó AlphaGenome Atlas: ~9.000 millones de predicciones SNV, puntuación AVI, un dataset del orden de 1 PB y acceso académico con colaboradores GREGoR y UK Biobank.
Hacia el 4 de septiembre de 2026, DeepMind presentó WeatherNext 3 con pronósticos horarios en una malla de 5 km (frente a 25 km en WeatherNext 2), datos satelitales en vivo frente al rezago de ~6 h de NWP, viento a 100 m para turbinas y hasta ~50% mejor precipitación; alimenta Search, Gemini, Maps y Earth Engine.
El 8 de septiembre de 2026, Google DeepMind presentó AlphaGenome Atlas con predicciones para 9.000 millones de variantes de un solo nucleótido —cada cambio de una letra posible en el genoma humano—. El score AVI combina AlphaGenome y AlphaMissense; hay portal académico, API, skill en Google Antigravity; web no comercial hoy y Cloud comercial pronto.