Google DeepMind presenta el motor de descubrimiento de fármacos IsoDDE y actualiza Gemini 3 Deep Think

Isomorphic Labs, una filial de DeepMind, presentó el motor IsoDDE para el desarrollo de fármacos. En pruebas complejas, la innovación superó a AlphaFold 3 en precisión de predicción por un factor de 2.

AlphaFold 3 fue un gran avance, ya que podía predecir las estructuras tridimensionales de las proteínas y sus interacciones con moléculas. IsoDDE demuestra un nivel completamente nuevo: el modelo predice la fuerza de unión (afinidad) con mayor precisión que los métodos tradicionales; el motor puede identificar estructuras ocultas ("bolsillos") en las proteínas donde los fármacos pueden unirse; y admite una amplia gama de moléculas complejas, incluidos anticuerpos y grandes estructuras biológicas. La empresa afirmó que IsoDDE ofrece un marco escalable para el diseño de fármacos impulsado por IA, proporcionando la precisión de predicción necesaria para trabajar con nuevos sistemas biológicos con una fiabilidad sin precedentes.

Isomorphic Labs está replanteando lo que se necesita para llevar medicamentos que salvan vidas más rápido con IA. La empresa cuenta ahora con 17 programas activos y terapias oncológicas en fase temprana en ensayos preclínicos. El desarrollo de fármacos suele tardar de media 10 años, con solo una tasa de éxito del 10%. El enfoque implica realizar búsquedas y generación de hipótesis in silico, lo que es cientos o miles de veces más eficiente que hacerlo en un laboratorio húmedo.

Google ha actualizado el modo de razonamiento de Gemini 3 Deep Think, posicionado como una solución para tareas complejas en ciencia e ingeniería. En las pruebas, el modelo superó a OpenAI's GPT-5.2 y a Anthropic's Claude Opus 4.6, incluida ARC-AGI-2 con rompecabezas visuales, MMMU-Pro para evaluar capacidades multimodales, Elo 3455 y el "Last Exam of Humanity". La empresa indicó que Gemini 3 Deep Think se actualizó en estrecha colaboración con científicos e investigadores para abordar desafíos científicos complejos, en los que las tareas a menudo carecen de límites claros o de una única solución correcta y los datos están incompletos.

Gemini 3 Deep Think muestra resultados avanzados en matemáticas y programación, y rinde de forma excelente en ciencias naturales, incluidas química y física. El modo actualizado resuelve problemas al nivel de medallistas de oro en olimpiadas internacionales. En el CMT-Benchmark, el modelo obtuvo un 50.5%, lo que confirma un conocimiento profundo de la física teórica. Más allá de métricas avanzadas, Deep Think está orientado a la aplicación práctica: ayuda a los investigadores a interpretar datos complejos y a los ingenieros a modelar sistemas físicos mediante código. El nuevo Deep Think está disponible en la aplicación Gemini para suscriptores de Google AI Ultra y en la Gemini API para desarrolladores seleccionados.

DeepMind presentó el agente de IA Aletheia, que estableció un nuevo récord en el benchmark IMO-ProofBench Advanced, resolviendo el 91.9% de las tareas. La prueba se considera una de las más exigentes en matemáticas. La red neuronal se basa en la plataforma Gemini Deep Think y está equipada con un módulo de verificación: identifica errores en borradores de soluciones e inicia un proceso iterativo de refinamiento. Una característica clave del agente es su capacidad para reconocer la imposibilidad de resolver un problema, lo que ahorra significativamente tiempo a los investigadores.

Aletheia utiliza Google Search para navegar por materiales científicos complejos, evitando el uso de enlaces falsos y errores de cálculo al trabajar con materiales científicos. Entre los logros del modelo: la generación completa de un artículo científico que calcula constantes estructurales en geometría aritmética, una demostración colaborativa con un humano de estimaciones para sistemas de partículas que interactúan (conjuntos independientes), y la solución autónoma de cuatro problemas de la lista de Erdős, uno de los cuales se consideraba previamente abierto. DeepMind subrayó que el éxito de Aletheia confirma la relevancia de las leyes de escalado: en las matemáticas basadas en demostraciones, la calidad sigue mejorando mediante la aplicación eficaz de agentes.

AlphaFold abordó un gran desafío de 50 años en biología: predecir estructuras de proteínas a partir de secuencias de aminoácidos. El avance comprimió décadas de investigación en una base de datos que ahora está abierta al mundo. Hoy, más de 3 millones de investigadores en más de 190 países la utilizan para desarrollar vacunas contra la malaria, combatir la resistencia a los antibióticos y mucho más. En julio de 2022, el algoritmo AlphaFold predijo las estructuras de más de 200 millones de proteínas, abarcando casi todos los compuestos conocidos presentes en plantas, bacterias y animales.

Google está estableciendo un centro de IA full-stack en Visakhapatnam, India, como parte de una inversión en infraestructura de 15 mil millones de dólares en India. Cuando esté terminado, este centro albergará cómputo a escala de gigavatios y una nueva puerta de enlace internacional de cables submarinos, aportando empleos y los beneficios de la IA de vanguardia a personas y empresas de toda India. Google también está construyendo una amplia red de cables submarinos de fibra óptica, incluidos cuatro nuevos sistemas entre EE. UU. e India, como parte de la iniciativa America-India Connect.

En 2023, Google unificó DeepMind y Google Brain para consolidar talento y capacidad de cómputo. Google DeepMind funciona como la sala de máquinas de Google, impulsando las capacidades de IA más amplias de la empresa. La compañía ha capacitado a 100 millones de personas en habilidades digitales, y un nuevo Google AI Professional Certificate ayudará a las personas a dominar la IA en sus trabajos, disponible a nivel mundial.