Susana Vasquez Torres, studentă absolventă în anul patru la Universitatea din Washington, vrea să creeze într-o zi noi medicamente pentru bolile neglijate.
În ultimul timp, s-a gândit mult la mușcăturile de șarpe: aproximativ o sută de mii de oameni mor în fiecare an din cauza mușcăturilor de șarpe, conform Organizației Mondiale a Sănătății – și totuși, spune ea, „tratamentele actuale nu sunt sigure și sunt foarte scumpe”.
O parte a problemei este că dezvoltarea de noi medicamente pentru lucruri precum mușcăturile de șarpe a fost un proces lent și anevoios. În trecut, spune Torres, ar fi durat ani pentru a găsi un compus promițător.
Dar recent, un nou instrument din laboratorul ei a accelerat rapid această cronologie: inteligența artificială. Torres și-a început actualul proiect în februarie și are deja câțiva candidați la medicamente.
„Este o nebunie că putem găsi un leac în câteva luni acum”, spune ea.
Inteligența artificială promite să răstoarne economia cunoașterii. De fapt, poate programa programe de calculator, poate desena imagini și chiar poate lua notițe pentru medici. Însă promisiunea inteligenței artificiale ar putea să nu fie mai aproape de a fi realizată decât în știință, cercetătorii adepți de tehnologie dornici să-și valorifice puterea pentru a afecta probleme, de la boli la schimbările climatice.
Joi, Academiile Naționale din SUA au organizat o întâlnire de două zile despre potențialul inteligenței artificiale de a transforma știința. „Oamenii de știință AI pot fi mai metodici, mai minuțioși și să nu facă greșeli”, spune Yolanda Gil, director al Inițiativelor AI și științei datelor la Institutul de Științe Informaționale de la Universitatea din California de Sud, care participă la eveniment.
În loc să folosească AI pentru a face toată știința, ea își imaginează un viitor în care sistemele AI planifică și execută experimente, colaborând cu omologii lor umani. Într-o lume care se confruntă cu provocări tehnice din ce în ce mai complexe, „nu există destui oameni care să facă toată munca”, spune ea.
Proteine prin design
La Universitatea din Washington, Vasquez Torres este unul dintre cei aproximativ 200 de oameni de știință care lucrează într-un laborator pentru a proiecta noi tratamente folosind proteine. Proteinele sunt molecule care fac cea mai mare parte a muncii de zi cu zi în biologie: construiesc mușchi și organe, digeră alimente și luptă împotriva virușilor.
Proteinele în sine sunt construite din compuși mai simpli cunoscuți sub numele de aminoacizi. Problema este că acești aminoacizi pot fi combinați într-un număr aproape infinit de moduri pentru a forma un număr aproape infinit de proteine.
În trecut, cercetătorii trebuiau să testeze sistematic câteva mii de modele potențiale pentru a încerca să găsească cel potrivit pentru un anumit loc de muncă. Imaginați-vă că vi se dă o găleată plină cu chei pentru a deschide o ușă, fără să știți care dintre ele vor funcționa cu adevărat. „Veți ajunge să încercați aceste experimente unul câte unul, pentru a vedea ce funcționează cel mai bine”, spune David Becker, om de știință șef care conduce laboratorul.
Inteligența artificială a schimbat totul.
„În loc să fie nevoie să creăm o grămadă de structuri potențiale pe computer și să le încercăm una câte una, putem construi una care se potrivește perfect de la zero”, spune el.
Tipul specific de IA utilizat este cunoscut sub numele de modelare de difuzie. Este aceeași tehnologie folosită de generatoarele populare de imagini AI, cum ar fi DALL-E sau Midjourney. Sistemul începe cu un câmp de pixeli aleatori, în esență zgomot alb, apoi îi modifică încet pe fiecare până când creează ceea ce a cerut utilizatorul. În cazul unui generator de imagini AI, aceasta ar putea fi o imagine a unei flori. În cazul IA din acest laborator, este o proteină cu o formă specifică.
Forma unei proteine determină adesea cât de bine funcționează, astfel încât acest tip de IA este deosebit de potrivit pentru această sarcină, spune Baker. AI necesită, de asemenea, exemple din care să învețe și, din fericire, oamenii de știință au cheltuit zeci de ani și miliarde de dolari pentru a dezvolta o bază de date masivă plină de proteine pe care le poate studia.
„Nu există multe locuri în știință care să aibă baze de date ca aceasta”, spune Becker.
Înscrie-te pentru știri zilnice!
Rămâneți la curent cu buletinul informativ WPR prin e-mail.
Acesta este o parte din motivul pentru care nu este clar dacă fiecare domeniu va beneficia în mod egal de pe urma IA. Maria Chan lucrează la Laboratorul Național Argonne din Illinois. Ea dezvoltă noi materiale pentru economia regenerabilă, cum ar fi bateriile și panourile solare.
Spre deosebire de domeniul proteomicii, nu există multe cercetări cu privire la tipurile de materiale pe care le studiază, spune ea.
„Nu au fost suficiente măsurători sau calcule, iar datele nu sunt organizate într-un mod pe care toată lumea să le poată utiliza”, spune ea.
În plus, substanțele sunt diferite de proteine. Proprietățile lor sunt determinate de interacțiuni la multe scale diferite, de la moleculară la macroscală.
Lipsa datelor și complexitatea materialelor fac dificilă studierea lor folosind inteligența artificială, dar Chan încă crede că poate ajuta. Aproape orice este mai bun decât modul în care oamenii de știință lucrau în domeniu înainte de revoluția computerelor.
„Ultimii 100 de ani de știință au fost plini de multe șanse, multe încercări și erori”, spune ea. Ea consideră că inteligența artificială va fi esențială pentru a împinge cercetarea mai departe, mai ales când vine vorba de criza climatică, una dintre cele mai complexe probleme ale erei moderne.
Materialele și proteinele nu sunt singurele domenii care lucrează cu IA în moduri diferite. Sistemele sunt dezvoltate în mod activ în genetică, studii climatice, fizica particulelor și în alte părți. Scopul în multe cazuri este de a descoperi noi modele cu cantități uriașe de date științifice, cum ar fi dacă o variație genetică va provoca o tulburare dăunătoare.
Vânători de ipoteze
Unii cercetători cred însă că inteligența artificială ar putea juca un rol mai important în descoperirile științifice. Hanana Hajishirzi, care lucrează la Institutul Allen pentru Inteligență Artificială din Seattle, dorește să dezvolte noi sisteme AI similare cu ChatGPT pentru știință. Scopul va fi acela de a crea un sistem care să poată analiza toată literatura științifică dintr-un domeniu și apoi să folosească aceste cunoștințe pentru a dezvolta noi idei sau ipoteze.
Deoarece literatura științifică poate include mii de lucrări publicate de-a lungul deceniilor, un sistem AI poate fi capabil să găsească noi conexiuni între studii și să sugereze noi linii interesante de studiu pe care oamenii le-ar putea rata altfel.
„Cred că la un moment dat AI va fi un instrument bun pentru noi pentru a face noi descoperiri științifice”, spune ea. Desigur, ar mai avea nevoie de cercetători umani pentru a-și da seama dacă ideile științifice pe care AI dorea să le urmărească meritau.
Yolanda Gil de la Universitatea din California de Sud vrea să dezvolte inteligența artificială care poate face toată știința. Ea are în vedere sisteme automate care pot planifica și efectua experimente în sine. Acest lucru va însemna probabil dezvoltarea unor tipuri complet noi de IA, care pot gândi mai bine decât modelele actuale, care sunt renumite pentru fabricarea de informații și greșelile.
Dar dacă funcționează, Gill crede că oamenii de știință AI ar putea avea un impact major asupra cercetării. Ea își imaginează o lume în care sistemele AI pot reanaliza continuu datele, actualizând descoperirile despre boli sau schimbările de mediu pe măsură ce apar.
„De ce ar trebui o lucrare publicată în 2012 să aibă un răspuns definitiv la întrebare?” ea intreaba. „Acesta nu ar trebui să fie niciodată cazul”.
Gill crede, de asemenea, că oamenii de știință AI pot reduce erorile și pot crește repetabilitatea, deoarece sistemele sunt automatizate. „Cred că ar fi mai demn de încredere; cred că ar putea fi și mai metodic”, spune ea.
Dar dacă oamenii de știință AI sunt viitorul, Susana Vázquez Torres de la Universitatea din Washington nu pare îngrijorată de asta. Ea și colegii ei din laborator atacă o gamă largă de probleme cu proteinele de proiectare, totul, de la medicamente noi, la vaccinuri, la îmbunătățirea fotosintezei în plante și găsirea de noi compuși care să ajute la descompunerea plasticului.
Vásquez Torres spune că există o mulțime de probleme care trebuie rezolvate și că ne așteaptă multe descoperiri interesante datorită inteligenței artificiale. „Acum putem face cu ușurință medicamente folosind aceste noi instrumente”, spune ea. Securitatea locului de muncă nu este deloc o preocupare. „Pentru mine, este opusul, este incitant.”
„Organizator. Scriitor general. Prieten al animalelor de pretutindeni. Specialist în cultură pop. Expert în internet amator. Explorator.”