Pamirškite ažiotažą — tikroji DI revoliucija vyksta mielių pilnoje laboratorijoje

Kol visuomenė sutelkusi dėmesį į DI pokalbių robotus, galinčius rašyti eilėraščius ar kurti netikrus vaizdo įrašus, kur kas labiau trikdantis pokytis vyksta Švedijos Čalmerso technologijos universiteto laboratorijoje. Dešimtmečius mokslinio atradimo įvaizdis buvo susijęs su tyrėju, pasilenkusiu virš mikroskopo ir laukiančiu nušvitimo akimirkos. Šis vaizdas jau pasenęs. Tyrėjai sukūrė DI mokslininkę, vardu Eve, kuri ne tik padeda žmonėms atlikti darbą. Eve pati kelia hipotezes, planuoja eksperimentus ir interpretuoja rezultatus be jokios pertraukos kavai.

Tai nėra simuliacija. Tai uždaro ciklo laboratorija, kurioje programinė ir techninė įranga dirba kartu, kad ištirtų biologijos paslaptis. Konkrečiai, sistema tiria Saccharomyces cerevisiae, geriau žinomas kaip alaus mieles. Nors mielės gali atrodyti kaip paprastas objektas tokiai pažangiai technologijai, jos yra pamatinis organizmas biologiniuose tyrimuose. Mašinos gebėjimas savarankiškai orientuotis gyvo genomo sudėtingume žymi sisteminį pokytį tame, kaip mes kuriame naujus vaistus ir suprantame pačią gyvybę.

Nenuilstanti praktikantė, kuri niekada nemiega

Norėdami suprasti, kodėl tai svarbu, pažvelkite į įprastą žmogaus mokslininko darbo eigą. Tyrėjas perskaito šimtus straipsnių, suformuoja teoriją, rankiniu būdu paruošia Petri lėkštelę, laukia reakcijos, o tada kelias dienas analizuoja duomenis. Tai lėtas, cikliškas procesas, kuriame gali pasitaikyti žmogiškų klaidų ir nuovargio. Eve veikia kaip nenuilstanti praktikantė, turinti tobulą atmintį. Tyrėjai atnaujino šią robotę-mokslininkę dideliais kalbos modeliais ir automatizuotu samprotavimu, leidžiančiu jai įsisavinti milžiniškus mokslinės literatūros kiekius, kurių joks žmogus negalėtų perskaityti per visą gyvenimą.

„Po gaubtu“ Eve sujungia šiuolaikinio DI mąstymo galią su fizinėmis laboratorijos automatizavimo galimybėmis. Ji turi prieigą prie viso mielių genomo ir metabolizmo. Kai Eve nustato biologinį klausimą, į kurį nori atsakyti, ji nelaukia leidimo. Ji rekomenduoja eksperimentą, atlieka jį naudodama robotizuotas rankas ir tada įvertina rezultatą. Jei rezultatas nėra toks, kokio tikėtasi, ji patikslina savo supratimą ir nedelsdama pradeda kitą ciklą.

Laboratorijos savivaldis automobilis

Ievgeniia Tiukova, Čalmerso universiteto tyrėja, šią plėtrą lygina su savivaldžiais automobiliais. Savivaldėje transporto priemonėje DI turi apdoroti vaizdo duomenis, daryti išvadas apie eismą ir imtis fizinių veiksmų vairuojant ar stabdant. DI mokslininkė daro tą patį su biologiniais duomenimis. Ji apdoroja informaciją iš praeities tyrimų, daro išvadas apie tai, kaip genai gali sąveikauti, ir imasi veiksmų fizinėje laboratorijoje.

Istoriškai DI moksle buvo pasyvus įrankis. Jūs pateikdavote jam duomenis, o jis pateikdavo grafiką. Dabar DI sėdi vairuotojo sėdynėje. Šis pokytis yra skaidrus ir logiškas, kai atsižvelgiate į didžiulį duomenų kiekį šiuolaikinėje genetikoje. Žmogaus smegenys nėra evoliucionavusios stebėti tūkstančius vienu metu vykstančių cheminių reakcijų metaboliniame tinkle. DI yra.

Kodėl mielės yra biologijos skaitmeninė žalia nafta

Lengva susimąstyti, kodėl tiek daug aukštųjų technologijų pajėgumų nukreipta į alaus mieles. Vidutiniam vartotojui mielės yra kažkas, kas naudojama duonai ar alui. Tačiau biotechnologijų pasaulyje mielės yra gyva gamykla. Kadangi mielių ląstelės turi daug bendrų pagrindinių funkcijų su žmogaus ląstelėmis, jos tarnauja kaip praktinis modelis vaistų paieškai. Jei galite suprasti, kaip manipuliuoti mielių ląstele, kad ji gamintų tam tikrą cheminę medžiagą arba reaguotų į tam tikrą junginį, šias pamokas dažnai galite pritaikyti žmonių medicinai.

Rossas Kingas, Čalmerso profesorius ir vyresnysis tyrimo autorius, pažymi, kad autonominės laboratorijos tirs biologines sistemas daug greičiau, nei tai įmanoma šiandien. Šis greitis yra pagrindinis tikslas. Naudodami DI rutiniškiems testavimo ciklams automatizuoti, galime rasti naujus ligų gydymo būdus per mėnesius, o ne per dešimtmečius. Esmė ta, kad atradimų greičio neberiboja kvalifikuotų žmonių skaičius patalpoje.

Už uždaro ciklo sistemų žargono

Paprastai tariant, uždaro ciklo sistema reiškia, kad DI yra atsakingas už visą tyrimų ratą. Dauguma šiuolaikinių DI programų yra atviro ciklo — žmogus pateikia užklausą, DI pateikia atsakymą ir procesas tuo baigiasi. Eve laboratorijoje paties DI eksperimentiniai rezultatai tampa užklausa kitam jo veiksmui. Tai sukuria greitėjantį grįžtamojo ryšio ciklą.

Ši technologija yra atspari, nes jai nepabosta pasikartojančios užduotys. Didelė dalis biologinių tyrimų yra neįtikėtinai nuobodūs. Tai apima mažų skysčių kiekių perkėlimą iš vieno mėgintuvėlio į kitą tūkstančius kartų. Kai tai daro žmonės, jie daro klaidų. Kai tai daro robotas, rezultatai yra nuoseklūs. Šis nuoseklumas yra mokslinio pagrįstumo pagrindas. Tai užtikrina, kad kai padaromas atradimas, tai įvyksta dėl biologijos, o ne todėl, kad tyrėjo ranka sudrebėjo penktadienį 16:00 valandą.

Ką tai reiškia jūsų vaistinėlei

Vartotojo požiūriu, autonominių DI mokslininkų poveikis galiausiai pasireikš sveikatos priežiūros kainose ir prieinamume. Vaistų kūrimo procesas šiuo metu yra viena brangiausių ir nepastoviausių pramonės šakų pasaulyje. Naujo vaisto pateikimas į rinką kainuoja milijardus dolerių, daugiausia dėl to, kad dauguma eksperimentų nepavyksta.

Naudodamos DI mokslininkus laboratorijų ištekliams optimizuoti, biotechnologijų įmonės gali patirti nesėkmę greičiau ir pigiau. Tai nereiškia, kad žmonės liks be darbo. Priešingai, žmogaus mokslininko vaidmuo keičiasi. Rossas Kingas pabrėžia, kad žmonės išlieka būtini nustatant tyrimų prioritetus ir užtikrinant etinę priežiūrą. DI tvarko klausimą „kaip“, o žmogus susikoncentruoja į „kodėl“. Mes judame link partnerystės modelio, kuriame DI valdo sunkų duomenų ir eksperimentų krūvį, o aukšto lygio strategiją palieka mums.

Kintanti pasaulinės tyrimų rinkos realybė

Žvelgiant į platesnį vaizdą, ši plėtra yra dalis platesnės tendencijos decentralizuoti kompetenciją. Kadangi šios autonominės sistemos tampa labiau plečiamos, mažesnės laboratorijos galės atlikti tyrimus, kuriems anksčiau reikėjo didžiulės korporacinės infrastruktūros. Didelių kalbos modelių integracija reiškia, kad DI dabar gali užpildyti atotrūkį tarp vadovėlio skaitymo ir fizinės užduoties atlikimo.

Tai apčiuopiamas žingsnis link ateities, kurioje moksliniai proveržiai yra nuolatinė srovė, o ne retas įvykis. Matome naujo pramoninio medicinos stuburo atsiradimą. Kaip mikroschemos tapo skaitmenine XX amžiaus žalia nafta, taip autonominiai atradimų varikliai tampa XXI amžiaus varikliu.

Pragmatiškas žvilgsnis į būsimas kliūtis

Turėtume išlaikyti sveiką skepticizmą. Nors Eve yra įspūdinga, sistema vis dar veikia siaurose mielių biologijos ribose. Perėjimas nuo vienaląsčio organizmo prie trilijonų ląstelių žmogaus kūne yra didžiulis sudėtingumo šuolis. DI taip pat turi susidoroti su neskaidria biologinių sistemų prigimtimi, kur vienas pakeitimas gali sukelti nenumatytą grandininę reakciją.

Be to, šių laboratorijų techninės įrangos kaina išlieka didelė. Nors programinę įrangą gali būti lengva nukopijuoti, robotizuotos rankos, jutikliai ir speciali įranga tokie nėra. Tai sukuria laikiną patekimo į rinką barjerą. Tačiau technologijai bręstant, galime tikėtis, kad šios išlaidos kris, panašiai kaip namų kompiuterių ar 3D spausdintuvų kainos ankstesniais dešimtmečiais.

Galiausiai, autonominių DI mokslininkų atsiradimas skatina mus keisti požiūrį į pažangą. Mes nebetiesiog kuriame įrankius, padedančius mums mąstyti. Mes kuriame sistemas, kurios gali mąstyti ir veikti mūsų vardu. Eidami per savo dieną, prisiminkite, kad laboratorijoje Švedijoje robotas tyliai peržiūri tūkstančius biologinių galimybių, ieškodamas kito proveržio, kuris vieną dieną gali išgelbėti jūsų gyvybę. Kitą kartą, kai pamatysite antraštę apie DI, prisiminkite mieles. Svarbiausias darbas dažnai vyksta mažiausiose ląstelėse, vadovaujamas pažangiausių protų, kokius tik esame sukūrę.

Šaltiniai

• Chalmers University of Technology, Pranešimas spaudai: "AI scientist autonomously generates and validates new biological discoveries."
• Journal of the Royal Society Interface, Mokslinis straipsnis: "Autonomous discovery of biological knowledge by a robot scientist."
• Wallenberg AI, Autonomous Systems and Software Program (WASP), Finansavimo ir projektų ataskaitos.
• University of Cambridge, Jungtinė tyrimų dokumentacija apie automatizuotą samprotavimą.