Aizmirstiet ažiotāžu — īstā mākslīgā intelekta revolūcija notiek laboratorijā, kas pilna ar raugu

Kamēr sabiedrība koncentrējas uz MI tērzēšanas robotiem, kas spēj rakstīt dzejoļus vai ģenerēt viltotus video, daudz graujošākas pārmaiņas notiek Čalmersa Tehniskās universitātes laboratorijā Zviedrijā. Gadu desmitiem zinātniskā atklājuma tēls ietvēra cilvēku-pētnieku, kurš salīcis pār mikroskopu, gaidot apskaidrības brīdi. Šis tēls tagad ir novecojis. Pētnieki ir izstrādājuši MI zinātnieku vārdā Eve (Ieva), kas ne tikai palīdz cilvēkiem viņu darbā. Eve ģenerē savas hipotēzes, izstrādā savus eksperimentus un interpretē rezultātus, neprasot kafijas pauzi.

Tā nav simulācija. Tā ir noslēgta cikla laboratorija, kurā programmatūra un aparatūra strādā kopā, lai pētītu bioloģijas noslēpumus. Konkrēti, sistēma pēta Saccharomyces cerevisiae, kas labāk pazīstams kā alus raugs. Lai gan raugs var šķist vienkāršs temats tik progresīvai tehnoloģijai, tas ir fundamentāls organisms bioloģiskajos pētījumos. Mašīnas spēja autonomi orientēties dzīva genoma sarežģītībā iezīmē sistēmiskas izmaiņas tajā, kā mēs izstrādājam jaunas zāles un izprotam pašu dzīvību.

Neatkarīgais praktikants, kurš nekad neguļ

Lai saprastu, kāpēc tas ir svarīgi, aplūkojiet tipisku cilvēka-zinātnieka darba plūsmu. Pētnieks izlasa simtiem rakstu, izveido teoriju, manuāli sagatavo Petri trauciņu, gaida reakciju un pēc tam pavada dienas, analizējot datus. Tas ir lēns, ciklisks process, kas pakļauts cilvēciskām kļūdām un nogurumam. Eve darbojas kā nenogurdināms praktikants ar perfektu atmiņu. Pētnieki atjaunināja šo robotu-zinātnieku ar lielajiem valodas modeļiem un automatizētu spriešanu, ļaujot tam apstrādāt milzīgu daudzumu zinātniskās literatūras, ko neviens cilvēks nekad nespētu izlasīt visas dzīves laikā.

Zem pārsega Eve apvieno mūsdienu MI domāšanas jaudu ar laboratorijas automatizācijas fiziskajām iespējām. Tam ir piekļuve visam rauga genomam un vielmaiņai. Kad Eve identificē bioloģisku jautājumu, uz kuru vēlas atbildēt, tas negaida atļauju. Tas iesaka eksperimentu, izpilda to, izmantojot robotizētas rokas, un pēc tam novērtē iznākumu. Ja rezultāts nav tāds, kādu tas gaidīja, tas pilnveido savu izpratni un nekavējoties sāk nākamo ciklu.

Laboratorijas pašbraucošā automašīna

Jevgeņija Tjukova, Čalmersa universitātes pētniece, salīdzina šo izstrādi ar pašbraucošām automašīnām. Pašbraucošā transportlīdzeklī MI ir jāapstrādā vizuālie dati, jāizdara secinājumi par satiksmi un jāveic fiziska darbība, stūrējot vai bremzējot. MI zinātnieks dara to pašu ar bioloģiskajiem datiem. Tas apstrādā informāciju no pagātnes pētījumiem, izdara secinājumus par to, kā gēni varētu mijiedarboties, un veic darbības fiziskajā laboratorijā.

Vēsturiski MI zinātnē bija pasīvs rīks. Jūs tajā ievadījāt datus, un tas jums sniedza diagrammu. Tagad MI atrodas vadītāja sēdeklī. Šīs pārmaiņas ir caurskatāmas un loģiskas, ja ņem vērā milzīgo datu apjomu mūsdienu ģenētikā. Cilvēka smadzenes nav attīstījušās, lai izsekotu tūkstošiem vienlaicīgu ķīmisko reakciju vielmaiņas tīklā. MI ir.

Kāpēc raugs ir bioloģijas digitālā jēlnafta

Ir viegli brīnīties, kāpēc tik daudz augsto tehnoloģiju jaudas tiek vērsts uz alus raugu. Vidusmēra lietotājam raugs ir kaut kas tāds, ko izmanto maizei vai alum. Tomēr biotehnoloģiju pasaulē raugs ir dzīva rūpnīca. Tā kā rauga šūnām ir daudz kopīgu pamatfunkciju ar cilvēka šūnām, tās kalpo kā praktisks modelis zāļu atklāšanai. Ja varat saprast, kā manipulēt ar rauga šūnu, lai tā ražotu noteiktu ķīmisku vielu vai reaģētu uz kādu savienojumu, jūs bieži vien varat šīs atziņas attiecināt uz cilvēku medicīnu.

Ross Kings, Čalmersa universitātes profesors un pētījuma vecākais autors, atzīmē, ka autonomās laboratorijas pētīs bioloģiskās sistēmas daudz ātrāk, nekā tas ir iespējams šodien. Šis ātrums ir galvenais mērķis. Izmantojot MI, lai automatizētu rutīnas testēšanas ciklus, mēs varam atrast jaunas slimību ārstēšanas metodes mēnešu, nevis gadu desmitu laikā. Būtība ir tāda, ka atklājumu ātrumu vairs neierobežo kvalificētu cilvēku skaits telpā.

Aiz noslēgtā cikla sistēmu žargona

Vienkāršiem vārdiem sakot, noslēgta cikla sistēma nozīmē, ka MI ir atbildīgs par visu pētniecības loku. Lielākā daļa MI lietojumprogrammu šodien ir atvērtā cikla — cilvēks sniedz uzdevumu, MI sniedz atbildi, un process ar to beidzas. Eve laboratorijā MI paša eksperimentālie rezultāti kļūst par uzdevumu tā nākamajai darbībai. Tas izveido paātrinošu atgriezeniskās saites cilpu.

Šī tehnoloģija ir noturīga, jo tai neapnīk atkārtoti uzdevumi. Liela daļa bioloģisko pētījumu ir neticami garlaicīgi. Tie ietver nelielu šķidruma daudzumu pārvietošanu no vienas mēģenes uz otru tūkstošiem reižu. Kad to dara cilvēki, viņi pieļauj kļūdas. Kad to dara robots, rezultāti ir konsekventi. Šī konsekvence ir zinātniskā pamatojuma pamatā. Tā nodrošina, ka tad, kad tiek veikts atklājums, tas ir bioloģijas dēļ, nevis tāpēc, ka pētniekam piektdienā pulksten 16:00 nodrebēja roka.

Ko tas nozīmē jūsu zāļu skapītim

No patērētāja viedokļa autonomo MI zinātnieku ietekme galu galā parādīsies veselības aprūpes cenā un pieejamībā. Zāļu atklāšanas process pašlaik ir viena no dārgākajām un nepastāvīgākajām nozarēm pasaulē. Ir nepieciešami miljardi dolāru, lai tirgū laistu vienu jaunu medikamentu, galvenokārt tāpēc, ka lielākā daļa eksperimentu cieš neveiksmi.

Izmantojot MI zinātniekus laboratorijas resursu optimizēšanai, biotehnoloģiju uzņēmumi var ciest neveiksmi ātrāk un lētāk. Tas nenozīmē, ka cilvēki paliek bez darba. Tā vietā cilvēka-zinātnieka loma mainās. Ross Kings uzsver, ka cilvēki joprojām ir būtiski pētniecības prioritāšu noteikšanai un ētiskās uzraudzības nodrošināšanai. MI tiek galā ar "kā", savukārt cilvēks koncentrējas uz "kāpēc". Mēs virzāmies uz partnerības modeli, kurā MI pārvalda smago datu un eksperimentu darbu, atstājot augsta līmeņa stratēģiju mums.

Globālā pētniecības tirgus mainīgā realitāte

Raugoties uz kopējo ainu, šī attīstība ir daļa no plašākas tendences uz ekspertīzes decentralizāciju. Tā kā šīs autonomās sistēmas kļūst mērogojamākas, mazākas laboratorijas varēs veikt pētījumus, kuriem iepriekš bija nepieciešama milzīga korporatīvā infrastruktūra. Lielo valodas modeļu integrācija nozīmē, ka MI tagad var pārvarēt plaisu starp mācību grāmatas lasīšanu un fiziska uzdevuma veikšanu.

Tas ir taustāms solis pretī nākotnei, kurā zinātniskie atklājumi ir pastāvīga plūsma, nevis rets notikums. Mēs redzam jauna medicīnas industriālā mugurkaula rašanos. Tāpat kā mikroshēmas kļuva par 20. gadsimta digitālo jēlnaftu, autonomie atklājumu dzinēji kļūst par 21. gadsimta dzinējspēku.

Pragmatisks skatiens uz priekšā stāvošajiem šķēršļiem

Mums būtu jāsaglabā veselīgs skepticisms. Lai gan Eve ir iespaidīga, sistēma joprojām darbojas šaurās rauga bioloģijas robežās. Pāreja no vienšūnas organisma uz triljoniem šūnu cilvēka ķermenī ir milzīgs lēciens sarežģītībā. MI ir jāsaskaras arī ar bioloģisko sistēmu nepārredzamo raksturu, kur viena izmaiņa var izraisīt neparedzētas sekas.

Turklāt aparatūras izmaksas šīm laboratorijām joprojām ir augstas. Lai gan programmatūru varētu būt viegli kopēt, robotizētās rokas, sensori un specializētais aprīkojums tādi nav. Tas rada pagaidu šķērsli ienākšanai tirgū. Tomēr, tehnoloģijai nobriestot, mēs varam sagaidīt, ka šīs izmaksas kritīsies, līdzīgi kā mājas datoru vai 3D printeru cenas iepriekšējās desmitgadēs.

Galu galā autonomo MI zinātnieku ierašanās mudina mūs mainīt to, kā mēs uzlūkojam progresu. Mēs vairs ne tikai būvējam rīkus, kas palīdz mums domāt. Mēs būvējam sistēmas, kas spēj domāt un rīkoties mūsu vārdā. Kad dodaties savās ikdienas gaitās, atcerieties, ka laboratorijā Zviedrijā robots klusi strādā ar tūkstošiem bioloģisko iespēju, meklējot nākamo atklājumu, kas kādu dienu varētu glābt jūsu dzīvību. Nākamreiz, kad redzēsiet virsrakstu par MI, atcerieties par raugu. Vissvarīgākais darbs bieži notiek vismazākajās šūnās, vadoties pēc vismodernākajiem prātiem, kādus esam jebkad radījuši.

Avoti

• Chalmers University of Technology, Preses relīze: "AI scientist autonomously generates and validates new biological discoveries."
• Journal of the Royal Society Interface, Pētniecības darbs: "Autonomous discovery of biological knowledge by a robot scientist."
• Wallenberg AI, Autonomous Systems and Software Program (WASP), Finansējums un projektu ziņojumi.
• University of Cambridge, Sadarbības pētniecības dokumentācija par automatizēto spriešanu.