Sztuczna inteligencja zacznie tworzyć leki

Tak naprawdę na co dzień mamy do czynienia ze sztuczną inteligencją. Daleko nie musimy szukać, mamy system rekomendacji w sieciach społecznościowych, asystentów głosowych, obsługe klienta lub wirtualnych przeciwników w grach komputerowych. Według przewidywań ekspertów, istnieje 50% prawdopodobieństwa na osiągnięcie przez SI ludzkiego poziomu jeszcze przed 2040 rokiem. Jednak na razie główną kwestią naukowców i programistów całego świata jest użycie sztucznej inteligencji w takich dziedzinach, jak robotyka czy też medycyna. Właśnie ta ostatnia potrzebuje wsparcia nowych technologii.

Grupa naukowców współpracujących z USA i Rosją w swoim raporcie poinformowało o opracowywaniu nowego sposobu powstania leków. Strategia tworzenia cząsteczek o pożądanych właściwości nosi nazwę ReLeaSE (Reinforcement Learning for Structural Evolution) i działa na zasadzie uczenia maszynowego. Dzięki metodzie uczenia przez wzmacnianie, ReLeaSE integruje dwie sieci neuronowe – jedną generatywną i drugą predykcyjną – które z kolei tworzą nowy zbiór substancji chemicznych. Obydwie sieci korzystają ze sposobu zapisu struktury cząsteczek z wykorzystaniem ciągu znaków ASCII. Modele generatywne mają zwiększoną pojemność pamięci, by być w stanie wytworzyć wszystkie możliwe i użyteczne związki chemiczne. Modele predykcyjne zaś wprowadzone są w celu prognozowania i wyjawienia pożądanych właściwości.

W pierwszej fazie opracowywania metody obydwie sieci neuronowe były szkolone oddzielnie, algorytm uczenia się był pilnie kontrolowany przez naukowców. W drugiej fazie sieci neuronowe były już szkolone wspólnie w celu uprzedzenia tworzenia nowych struktur chemicznych w kierunku tych o pożądanych właściwościach fizycznych i biologicznych. W fazie końcowej naukowcy wykorzystali metodę ReLeaSE, by zaprojektować zbiór chemiczny o określonych właściwościach fizycznych, na przykład temperatura topnienia, lub taki, który by zahamował aktywność białka JAK2. Wynaleziona przez naukowców metoda ma przyspieszyć proces tworzenia nowych związków chemicznych zoptymalizowanych ze względu na jakąś jedną pożądaną właściwość. Taka metoda może zminimalizować w przyszłości ilość leków z niebezpiecznymi efektami ubocznymi.

Ciekawe jest to, że rozwojem medycyny zainteresowano jest mnóstwo firm-gigantów. Na przykład Intel zainwestował 25 milionów dolarów w prace związane z analizą genomu. Obecnie urządzenia z SI są wykorzystane przy diagnozowaniu chorób lub analizie wyników laboratoryjnych.