Άνθρωπος εναντίον μηχανής: Η τεχνητή νοημοσύνη κερδίζει τον άνθρωπο ερευνητή στο επιστημονικό τεστ δεξιοτήτων

Piscataway, New Jersey – Καμία εφεύρεση δεν δείχνει ανθρώπινη ιδιοφυΐα και ευφυΐα όπως ο υπολογιστής. Ένα θαύμα της σύγχρονης εποχής, αμέτρητα έργα επιστημονικής φαντασίας έχουν προβλέψει μια αναπόφευκτη αντιπαράθεση στο όχι και πολύ μακρινό μέλλον: άνθρωπος εναντίον μηχανής. Τώρα, σύμφωνα με ερευνητές στο Πανεπιστήμιο Rutgers, φαίνεται ότι οι μηχανές έχουν ήδη ξεπεράσει την ανθρωπότητα σε τουλάχιστον ένα επιστημονικό θέμα.

Ο καθηγητής Vikas Nanda του Πανεπιστημίου Rutgers έχει περάσει περισσότερες από δύο δεκαετίες μελετώντας λεπτομερώς τη σύνθετη φύση των πρωτεϊνών, των εξαιρετικά πολύπλοκων ουσιών που βρίσκονται σε όλους τους ζωντανούς οργανισμούς. Έχει αφιερώσει την επαγγελματική του ζωή στο να σκεφτεί και να κατανοήσει τα μοναδικά πρότυπα αμινοξέων που συνθέτουν τις πρωτεΐνες και να καθορίσει εάν μετατρέπονται σε αιμοσφαιρίνη, κολλαγόνο κ.λπ. Επιπλέον, ο καθηγητής Nanda είναι ειδικός στο μυστηριώδες στάδιο της αυτο-περιποίησης. Ορισμένες πρωτεΐνες ενώνονται μεταξύ τους για να σχηματίσουν πιο σύνθετες ουσίες.

Έτσι, όταν οι συγγραφείς της μελέτης αποφάσισαν να πραγματοποιήσουν ένα πείραμα στο οποίο ένας άνθρωπος -κάποιος με βαθιά και διαισθητική κατανόηση του σχεδιασμού πρωτεϊνών και της αυτοσυναρμολόγησης- αντιμετώπιζε τις προγνωστικές ικανότητες ενός προγράμματος υπολογιστή τεχνητής νοημοσύνης, ο καθηγητής Nanda ήταν ο τέλειος συμμετέχων. έκανε το

Οι συγγραφείς της μελέτης ήθελαν να δουν ποιος ή τι θα μπορούσε να κάνει καλύτερη δουλειά στην επιτυχή πρόβλεψη των πρωτεϊνικών αλληλουχιών – ο καθηγητής Nanda και αρκετοί άλλοι άνθρωποι ή ένας υπολογιστής. Τα δημοσιευμένα αποτελέσματα δείχνουν ότι η πνευματική μάχη είναι κοντά, αλλά το πρόγραμμα τεχνητής νοημοσύνης κέρδισε τους ανθρώπους με μια μικρή διαφορά.

Σε τι μπορούν οι επιστήμονες να χρησιμοποιήσουν την αυτοσυναρμολόγηση πρωτεΐνης;

Στη σύγχρονη ιατρική, έχουν γίνει πολλές επενδύσεις στην αυτοσυναρμολόγηση πρωτεϊνών, επειδή πολλοί επιστήμονες πιστεύουν ότι η πλήρης κατανόηση αυτής της διαδικασίας μπορεί να οδηγήσει στην παραγωγή πολλών επαναστατικών προϊόντων για ιατρική και βιομηχανική χρήση, όπως τεχνητό ανθρώπινο ιστό για πληγές ή καταλύτες προϊόντων Νέα χημική ουσία.

«Παρά την εκτεταμένη τεχνογνωσία μας, η τεχνητή νοημοσύνη απέδωσε εξίσου καλά ή καλύτερα σε πολλά σύνολα δεδομένων, αποδεικνύοντας τις τεράστιες δυνατότητες της μηχανικής μάθησης να ξεπεράσει την ανθρώπινη προκατάληψη», δήλωσε ο Nanda, καθηγητής στο Τμήμα Βιοχημείας και Μοριακής Βιολογίας στο Robert Wood Johnson Medicine. Σχολείο, σε πανεπιστημιακή έκδοση.

Οι πρωτεΐνες αποτελούνται από μεγάλες ποσότητες αμινοξέων ενωμένα μεταξύ τους από άκρη σε άκρη. Αυτές οι αλυσίδες αμινοξέων διπλώνουν και σχηματίζουν τρισδιάστατα μόρια με πολύπλοκα σχήματα. Το ακριβές σχήμα είναι σημαντικό. Το ακριβές σχήμα κάθε πρωτεΐνης, καθώς και τα συγκεκριμένα αμινοξέα που περιέχει, καθορίζουν τη λειτουργία της. Μερικοί επιστήμονες, συμπεριλαμβανομένου του καθηγητή Nanda, συμμετέχουν τακτικά σε μια δραστηριότητα που ονομάζεται «μηχανική πρωτεϊνών», η οποία περιλαμβάνει τη δημιουργία αλληλουχιών που παράγουν νέες πρωτεΐνες.

Πρόσφατα, ο καθηγητής Nanda και μια ομάδα ερευνητών σχεδίασαν μια συνθετική πρωτεΐνη ικανή να ανιχνεύει γρήγορα τον επικίνδυνο νευρικό παράγοντα γνωστό ως VX. Αυτή η πρωτεΐνη μπορεί να οδηγήσει στην ανάπτυξη νέων βιοαισθητήρων και θεραπειών.

Για λόγους που είναι ακόμη άγνωστοι στη σύγχρονη επιστήμη, οι πρωτεΐνες αυτοσυναρμολογούνται με άλλες πρωτεΐνες για να σχηματίσουν υπερδομές σημαντικές στη βιολογία. Μερικές φορές οι πρωτεΐνες φαίνεται να ακολουθούν ένα μοτίβο, όπως όταν συναρμολογούνται σε ένα προστατευτικό εξωτερικό περίβλημα (καψίδιο) ενός ιού. Σε άλλες περιπτώσεις, ωστόσο, οι πρωτεΐνες φαίνεται να αυτοσυναρμολογούνται ως απάντηση σε ένα λάθος, σχηματίζοντας τελικά θανατηφόρες βιολογικές δομές που συνδέονται με ασθένειες που κυμαίνονται από το Αλτσχάιμερ έως το δρεπανοκύτταρο.

«Η κατανόηση της αυτοσυναρμολόγησης πρωτεΐνης είναι θεμελιώδης για την πρόοδο σε πολλούς τομείς, συμπεριλαμβανομένης της ιατρικής και της βιομηχανίας», προσθέτει ο καθηγητής Nanda.

Πώς λειτουργούσε το πρόγραμμα τεχνητής νοημοσύνης;

Κατά τη διάρκεια του πειράματος, ο καθηγητής Nanda και πέντε άλλοι συνάδελφοι έλαβαν μια λίστα πρωτεϊνών και έπρεπε να προβλέψουν ποιες ήταν πιθανό να αυτοσυναρμολογηθούν. Το πρόγραμμα υπολογιστή έκανε τις ίδιες προβλέψεις και στη συνέχεια οι ερευνητές συνέκριναν τις αντιδράσεις ανθρώπου και μηχανής.

Οι άνθρωποι που συμμετείχαν έκαναν τις προβλέψεις τους με βάση τις προηγούμενες πειραματικές παρατηρήσεις τους για την πρωτεΐνη, όπως μοτίβα ηλεκτρικών φορτίων και βαθμός αποστροφής προς το νερό. Οι άνθρωποι τελικά προέβλεψαν ότι 11 πρωτεΐνες θα αναδιπλώνονταν στον εαυτό τους. Εν τω μεταξύ, το πρόγραμμα υπολογιστή επέλεξε εννέα πρωτεΐνες μέσω ενός προηγμένου συστήματος μηχανικής μάθησης.

Οι ειδικοί είχαν δίκιο για έξι από τις 11 πρωτεΐνες που επέλεξαν. Το πρόγραμμα υπολογιστή πέτυχε υψηλότερο ποσοστό ακρίβειας, με έξι από τις εννέα πρωτεΐνες που επέλεξε να μπορούν πραγματικά να συναρμολογηθούν.

Οι συγγραφείς της μελέτης εξηγούν ότι οι άνθρωποι που συμμετέχουν έτειναν να «ευνοούν» ορισμένα αμινοξέα έναντι άλλων, οδηγώντας σε εσφαλμένες προβλέψεις. Το πρόγραμμα AI εντόπισε επίσης σωστά ορισμένες πρωτεΐνες που δεν ήταν «προφανείς επιλογές» για αυτοσυναρμολόγηση, ανοίγοντας την πόρτα για περαιτέρω έρευνα. Ο καθηγητής Nanda παραδέχεται ότι κάποτε ήταν δύσπιστος σχετικά με τη μηχανική μάθηση για την έρευνα συναρμολόγησης πρωτεϊνών, αλλά τώρα είναι πολύ πιο ανοιχτός στην τεχνική.

«Εργαζόμαστε για να αποκτήσουμε μια θεμελιώδη κατανόηση της χημικής φύσης των αλληλεπιδράσεων που οδηγούν στην αυτοσυναρμολόγηση, οπότε ανησυχούσα ότι η χρήση αυτών των προγραμμάτων θα αποτρέψει σημαντικές γνώσεις», καταλήγει. Αλλά αυτό που πραγματικά άρχισα να καταλαβαίνω είναι ότι η μηχανική μάθηση είναι απλώς ένα άλλο εργαλείο, όπως κάθε άλλο εργαλείο.

Αυτή η μελέτη έχει δημοσιευθεί στο περιοδικό Χημεία της φύσης

Leave a Comment