2023. 05. 08. - 11:55
Napi 10 ezer tudományos kísérletet folytat le a mesterséges intelligencia
A mesterséges intelligencia rendszer a robotok számára megoldja, hogy autonóm tudományos kísérleteket hajtsanak végre – akár napi 10 ezret.
Nem mindennapi érdekességről számoltak be a kutatók: a mesterséges intelligencia rendszer lehetővé teszi a robotok számára, hogy akár napi 10 ezer autonóm tudományos kísérletet folytassanak le.
Ez drasztikus előrelépést jelenthet a felfedezés ütemére nézve számos területen, az orvostudománytól a mezőgazdaságon át a környezettudományig.
A kutatócsoportot, melynek munkája a Nature Microbiology szaklapban jelent meg, a Michigani Egyetem professzora vezette.
A szóban forgó BacterAI mesterséges intelligencia platform két, szájhigiéniával kapcsolatos mikroba anyagcseréjét térképezte fel – kezdeti információ nélkül. Olvasd el: Intelligens mikroszkópok mutatnak ki ritka biológiai eseményeket
Napi 10 ezer tudományos kísérletet folytat le a mesterséges intelligencia
A baktériumok az élet fenntartásához szükséges 20 aminosav valamilyen kombinációját fogyasztják, de minden fajnak sajátos tápanyagra van szüksége a növekedéshez. Az egyetem csapata azt szerette volna megtudni, milyen aminosavakra van szükségük a szánkban lévő hasznos mikrobáknak növekedésük elősegítéséhez.
„Szinte semmit sem tudunk az egészségünket befolyásoló baktériumok többségéről. A baktériumok növekedésének megértése az első lépés a mikrobiomunk újratervezése felé” - magyarázta Paul Jensen, aki az Illinoisi Egyetem adjunktusa volt a projekt indulásakor.
Igen bonyolult azonban kitalálni az aminosavak baktériumok által kedvelt kombinációját. Ez a 20 aminosav több mint egymillió lehetséges kombinációt eredményez - pusztán attól függően, hogy az egyes aminosavak jelen vannak-e vagy sem. Olvasd el: Több millió fehérje szerkezetét képes megjósolni a mesterséges intelligencia
A BacterAI mesterséges intelligencia-pletform azonban képes volt felfedezni a Streptococcus gordonii és a Streptococcus sanguinis növekedéséhez szükséges aminosav-szükségleteket.
Az egyes fajok számára megfelelő képlet meglelése érdekében naponta több száz aminosav-kombinációt tesztelt, finomította a fókuszt, s minden reggel megváltoztatta a kombinációkat az előző napi eredmények alapján. Kilenc napon belül az esetek 90 százalékában pontos előrejelzéseket produkált.
Ellentétben a hagyományos megközelítésekkel, amelyek címkézett adatkészleteket táplálnak be egy gépi tanulási modellbe, a BacterAI kísérletsorozaton keresztül hozza létre saját adatkészletét.
A korábbi kísérletek eredményeit elemezve előrejelzéseket ad arról, mely új kísérletek adhatják a legtöbb információt. Ennek eredményeként 4 ezernél kevesebb kísérlettel találta ki a legtöbb szabályt a baktériumok táplálására.
„Azt szerettük volna, hogy mesterséges intelligencia-ügynökünk a gyermekekhez hasonlóan lépéseket tegyen – essen el, álljon elő saját ötletekkel és hibázzon. Minden nap egy kicsit jobb és okosabb lesz” - fogalmazott Jensen.
A baktériumok nagyjából 90 százalékán alig vagy egyáltalán nem végeztek kutatást és ijesztő, mennyi időre és erőforrásra van szükség ahhoz, hogy még alapvető tudományos információkat is megismerjünk róluk a hagyományos módszerekkel – fogalmazott a szakember.
Az automatizált kísérletezés drasztikusan felgyorsíthatja ezeket a felfedezéseket. A kutatócsoport 10 ezer kísérletet is végrehajtott egyetlen nap alatt.
Az alkalmazások azonban túlmutatnak a mikrobiológián. Bármilyen területen tevékenykedő kutatók feladhatnak kérdéseket rejtvényként a mesterséges intelligenciának, amelyeket a próbálkozásokon keresztül meg kell oldania.
„A mainstream MI közelmúltbeli robbanása miatt az elmúlt néhány hónapban sokan bizonytalanok abban, mit hoz ez a jövőben, pozitívum és negatívum tekintetében egyaránt" - mondta Adam Dama, a Jensen Laboratórium korábbi mérnöke, a tanulmány vezető szerzője.
Hozzátette: számára nagyon világos, hogy a mesterséges intelligencia célzott alkalmazásai - mint az ő projektjük - felgyorsítják a mindennapi kutatást.
L.A.
