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
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/229056
Ver los metadatos del registro completo
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 |