Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional

Autores
Rubio, Erik; Giri, Leandro Ariel; Ilcic, Andres Alejandro
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En este artículo se explora un enfoque “manipulacionista” en la investigación científica, utilizando redes neuronales artificiales para abordar sistemas complejos. Se destaca la capacidad de estas redes para resolver problemas y representar patrones de comportamiento en estos sistemas. Además, se enfatiza la importancia de superar las limitaciones de los métodos analíticos tradicionales mediante métodos computacionales y la visualización de grandes cantidades de datos. El artículo toma como ejemplo significativo el problema del plegamiento de proteínas y el éxito de AlphaFold2 en este campo. Se plantea la necesidad de explorar las implicaciones epistemológicas más amplias de las simulaciones computacionales en la investigación científica, considerando la relación entre precisión predictiva y comprensión de los sistemas complejos estudiados. La estructura del trabajo se divide en cuatro secciones, que incluyen el estudio de sistemas complejos, el problema del plegamiento de proteínas y una discusión filosófica sobre los modelos de simulación computacional y las redes neuronales artificiales; además de una sección de comentarios finales. En conjunto, se enfatiza la relevancia de este enfoque para abordar sistemas complejos y su impacto en la filosofía de la ciencia.
The article delves into a “manipulationist” approach in scientific research, utilizing artificial neural networks to tackle complex systems. It highlights the networks' capacity to resolve problems and portray behavioral patterns within these intricate systems. Moreover, it underscores the significance of surmounting the limitations posed by traditional analytical methods through computational techniques and the visualization of vast amounts of data. The article specifically focuses on the issue of protein folding and mentions the achievements of systems like AlphaFold2 in this domain. It highlights the necessity to explore the broader epistemological implications of computational simulations in scientific research, taking into account the interplay between predictive accuracy and the comprehension of the studied complex systems. The work is structured into four sections, encompassing the study of complex systems, the problem of protein folding, a philosophical discussion on computational simulation models and artificial neural networks, and concluding with final remarks. Overall, it underscores the significance of this approach in addressing complex systems and its profound impact on the philosophy of science.
Fil: Rubio, Erik. Universidad del Atlántico; Colombia
Fil: Giri, Leandro Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Filosóficas. - Sociedad Argentina de Análisis Filosófico. Instituto de Investigaciones Filosóficas; Argentina. Universidad Nacional de Tres de Febrero; Argentina
Fil: Ilcic, Andres Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Filosóficas. - Sociedad Argentina de Análisis Filosófico. Instituto de Investigaciones Filosóficas; Argentina
Materia
SISTEMAS COMPLEJOS
REDES NEURONALES ARTIFICIALES
ALPHAFOLD
TRANSPARENCIA EPISTEMICA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/229056

id CONICETDig_0c671a701276c882e2e8490e661b0395
oai_identifier_str oai:ri.conicet.gov.ar:11336/229056
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional/Epistemological challenges in the era of artificial neural networks: addressing complex systems from a computational perspectiveRubio, ErikGiri, Leandro ArielIlcic, Andres AlejandroSISTEMAS COMPLEJOSREDES NEURONALES ARTIFICIALESALPHAFOLDTRANSPARENCIA EPISTEMICAhttps://purl.org/becyt/ford/6.3https://purl.org/becyt/ford/6En este artículo se explora un enfoque “manipulacionista” en la investigación científica, utilizando redes neuronales artificiales para abordar sistemas complejos. Se destaca la capacidad de estas redes para resolver problemas y representar patrones de comportamiento en estos sistemas. Además, se enfatiza la importancia de superar las limitaciones de los métodos analíticos tradicionales mediante métodos computacionales y la visualización de grandes cantidades de datos. El artículo toma como ejemplo significativo el problema del plegamiento de proteínas y el éxito de AlphaFold2 en este campo. Se plantea la necesidad de explorar las implicaciones epistemológicas más amplias de las simulaciones computacionales en la investigación científica, considerando la relación entre precisión predictiva y comprensión de los sistemas complejos estudiados. La estructura del trabajo se divide en cuatro secciones, que incluyen el estudio de sistemas complejos, el problema del plegamiento de proteínas y una discusión filosófica sobre los modelos de simulación computacional y las redes neuronales artificiales; además de una sección de comentarios finales. En conjunto, se enfatiza la relevancia de este enfoque para abordar sistemas complejos y su impacto en la filosofía de la ciencia.The article delves into a “manipulationist” approach in scientific research, utilizing artificial neural networks to tackle complex systems. It highlights the networks' capacity to resolve problems and portray behavioral patterns within these intricate systems. Moreover, it underscores the significance of surmounting the limitations posed by traditional analytical methods through computational techniques and the visualization of vast amounts of data. The article specifically focuses on the issue of protein folding and mentions the achievements of systems like AlphaFold2 in this domain. It highlights the necessity to explore the broader epistemological implications of computational simulations in scientific research, taking into account the interplay between predictive accuracy and the comprehension of the studied complex systems. The work is structured into four sections, encompassing the study of complex systems, the problem of protein folding, a philosophical discussion on computational simulation models and artificial neural networks, and concluding with final remarks. Overall, it underscores the significance of this approach in addressing complex systems and its profound impact on the philosophy of science.Fil: Rubio, Erik. Universidad del Atlántico; ColombiaFil: Giri, Leandro Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Filosóficas. - Sociedad Argentina de Análisis Filosófico. Instituto de Investigaciones Filosóficas; Argentina. Universidad Nacional de Tres de Febrero; ArgentinaFil: Ilcic, Andres Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Filosóficas. - Sociedad Argentina de Análisis Filosófico. Instituto de Investigaciones Filosóficas; ArgentinaUniversidad de Sevilla2023-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/229056Rubio, Erik; Giri, Leandro Ariel; Ilcic, Andres Alejandro; Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional; Universidad de Sevilla; Argumentos de Razón Técnica; 26; 12-2023; 145-1781139-33272253-8151CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://editorial.us.es/es/numero-26-2023-0info:eu-repo/semantics/altIdentifier/doi/10.12795/Argumentos/2023.i26.06info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:36:36Zoai:ri.conicet.gov.ar:11336/229056instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:36:36.702CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
/Epistemological challenges in the era of artificial neural networks: addressing complex systems from a computational perspective
title Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
spellingShingle Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
Rubio, Erik
SISTEMAS COMPLEJOS
REDES NEURONALES ARTIFICIALES
ALPHAFOLD
TRANSPARENCIA EPISTEMICA
title_short Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
title_full Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
title_fullStr Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
title_full_unstemmed Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
title_sort Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional
dc.creator.none.fl_str_mv Rubio, Erik
Giri, Leandro Ariel
Ilcic, Andres Alejandro
author Rubio, Erik
author_facet Rubio, Erik
Giri, Leandro Ariel
Ilcic, Andres Alejandro
author_role author
author2 Giri, Leandro Ariel
Ilcic, Andres Alejandro
author2_role author
author
dc.subject.none.fl_str_mv SISTEMAS COMPLEJOS
REDES NEURONALES ARTIFICIALES
ALPHAFOLD
TRANSPARENCIA EPISTEMICA
topic SISTEMAS COMPLEJOS
REDES NEURONALES ARTIFICIALES
ALPHAFOLD
TRANSPARENCIA EPISTEMICA
purl_subject.fl_str_mv https://purl.org/becyt/ford/6.3
https://purl.org/becyt/ford/6
dc.description.none.fl_txt_mv En este artículo se explora un enfoque “manipulacionista” en la investigación científica, utilizando redes neuronales artificiales para abordar sistemas complejos. Se destaca la capacidad de estas redes para resolver problemas y representar patrones de comportamiento en estos sistemas. Además, se enfatiza la importancia de superar las limitaciones de los métodos analíticos tradicionales mediante métodos computacionales y la visualización de grandes cantidades de datos. El artículo toma como ejemplo significativo el problema del plegamiento de proteínas y el éxito de AlphaFold2 en este campo. Se plantea la necesidad de explorar las implicaciones epistemológicas más amplias de las simulaciones computacionales en la investigación científica, considerando la relación entre precisión predictiva y comprensión de los sistemas complejos estudiados. La estructura del trabajo se divide en cuatro secciones, que incluyen el estudio de sistemas complejos, el problema del plegamiento de proteínas y una discusión filosófica sobre los modelos de simulación computacional y las redes neuronales artificiales; además de una sección de comentarios finales. En conjunto, se enfatiza la relevancia de este enfoque para abordar sistemas complejos y su impacto en la filosofía de la ciencia.
The article delves into a “manipulationist” approach in scientific research, utilizing artificial neural networks to tackle complex systems. It highlights the networks' capacity to resolve problems and portray behavioral patterns within these intricate systems. Moreover, it underscores the significance of surmounting the limitations posed by traditional analytical methods through computational techniques and the visualization of vast amounts of data. The article specifically focuses on the issue of protein folding and mentions the achievements of systems like AlphaFold2 in this domain. It highlights the necessity to explore the broader epistemological implications of computational simulations in scientific research, taking into account the interplay between predictive accuracy and the comprehension of the studied complex systems. The work is structured into four sections, encompassing the study of complex systems, the problem of protein folding, a philosophical discussion on computational simulation models and artificial neural networks, and concluding with final remarks. Overall, it underscores the significance of this approach in addressing complex systems and its profound impact on the philosophy of science.
Fil: Rubio, Erik. Universidad del Atlántico; Colombia
Fil: Giri, Leandro Ariel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Filosóficas. - Sociedad Argentina de Análisis Filosófico. Instituto de Investigaciones Filosóficas; Argentina. Universidad Nacional de Tres de Febrero; Argentina
Fil: Ilcic, Andres Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Instituto de Investigaciones Filosóficas. - Sociedad Argentina de Análisis Filosófico. Instituto de Investigaciones Filosóficas; Argentina
description En este artículo se explora un enfoque “manipulacionista” en la investigación científica, utilizando redes neuronales artificiales para abordar sistemas complejos. Se destaca la capacidad de estas redes para resolver problemas y representar patrones de comportamiento en estos sistemas. Además, se enfatiza la importancia de superar las limitaciones de los métodos analíticos tradicionales mediante métodos computacionales y la visualización de grandes cantidades de datos. El artículo toma como ejemplo significativo el problema del plegamiento de proteínas y el éxito de AlphaFold2 en este campo. Se plantea la necesidad de explorar las implicaciones epistemológicas más amplias de las simulaciones computacionales en la investigación científica, considerando la relación entre precisión predictiva y comprensión de los sistemas complejos estudiados. La estructura del trabajo se divide en cuatro secciones, que incluyen el estudio de sistemas complejos, el problema del plegamiento de proteínas y una discusión filosófica sobre los modelos de simulación computacional y las redes neuronales artificiales; además de una sección de comentarios finales. En conjunto, se enfatiza la relevancia de este enfoque para abordar sistemas complejos y su impacto en la filosofía de la ciencia.
publishDate 2023
dc.date.none.fl_str_mv 2023-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/229056
Rubio, Erik; Giri, Leandro Ariel; Ilcic, Andres Alejandro; Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional; Universidad de Sevilla; Argumentos de Razón Técnica; 26; 12-2023; 145-178
1139-3327
2253-8151
CONICET Digital
CONICET
url http://hdl.handle.net/11336/229056
identifier_str_mv Rubio, Erik; Giri, Leandro Ariel; Ilcic, Andres Alejandro; Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional; Universidad de Sevilla; Argumentos de Razón Técnica; 26; 12-2023; 145-178
1139-3327
2253-8151
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://editorial.us.es/es/numero-26-2023-0
info:eu-repo/semantics/altIdentifier/doi/10.12795/Argumentos/2023.i26.06
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad de Sevilla
publisher.none.fl_str_mv Universidad de Sevilla
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614386893717504
score 13.070432