Az AlphaFold-sikert nem lehet másodszor is megismételni, állítja a Google DeepMind
Az AlphaFold betanításához használt Protein Data Bank összeállítása 53 évnyi együttműködést és becslések szerint 21 milliárd dollárnyi kísérleti munkát igényelt.
Demis Hassabis és John Jumper, a Google DeepMind kutatói 2024-ben kémiai Nobel-díjat kaptak az AlphaFold modelljükért, amely képes megjósolni a fehérjék háromdimenziós szerkezetét. Ez a probléma évtizedekig megoldatlan volt, és az AlphaFold látszólag végleg lezárta. Hassabis szerint ez a modell „a sablon arra, hogyan gyorsíthatja fel az AI a tudományt digitális sebességre”, ami több milliárd dolláros befektetést hozott a biológia, kémia és anyagtudomány területén működő startupoknak. (MIT Technology Review AI)
Az AlphaFold sikere azonban ritka körülményeken alapult. A Protein Data Bank (PDB) mintegy 170 000 kísérletileg validált fehérjeszerkezetet tartalmazó adathalmaz volt a DeepMind modell betanításához. A PDB létrehozása 53 évnyi nemzetközi együttműködést és becslések szerint 21 milliárd dollárnyi kísérleti munkát igényelt. Az ilyen méretű erőfeszítések finanszírozása és koordinálása rendkívül nehéz, és gyakran sikertelen. A fehérjekrisztallográfia, a kulcsfontosságú kísérleti technika, meglehetősen megbízható, de a legtöbb kísérleti tudományban az eredmények gyakran ingadoznak. A modern neurális hálózatok betanításához szükséges, konzisztens és pontos adatkészletek létrehozása új mérési módszereket és szabványosított megközelítéseket igényelne, amelyek még nem állnak rendelkezésre.
Az adatok korlátai és az AI-ügynökök
Csak néhány terület, mint az időjárás-előrejelzés, a genomika és korlátozottan a kémia felel meg ezeknek az adatkörülményeknek. Ezeken a területeken hamarosan előfordulhatnak AlphaFold-szerű áttörések, különösen a kormányzati támogatással létrehozott és koordinált adatkészletek révén. A tudomány jövőbeli gyorsítása azonban más megközelítést igényel: az AI-ügynökök használatát. Ezek az ügynökök képesek a bizonytalanság melletti érvelésre, ami a tudományos kutatás lényege. A kutatók, például új gyógyszercélok azonosításakor, sosem rendelkeznek tökéletes adatokkal. Ehelyett különböző módszereket kombinálnak, és ítélőképességükkel súlyozzák az eredményeket. Ez a folyamat eddig nem volt digitalizálható, de az AI-ügynökök, amelyek nagy nyelvi modellekkel működnek, képesek ezt utánozni.
A Google Co-Scientist példája
A Google AI Co-Scientist nevű rendszere jól példázza ezt. Egy egyoldalas feladatleírás és egy célkitűzés alapján (hogyan terjed az antibiotikum-rezisztencia a baktériumfajok között) a rendszer alügynököket hozott létre. Ezek az alügynökök összefoglalták az irodalmat, megkérdőjelezték a hipotéziseket, rangsorolták a legerősebb jelölteket, és finomították a végső feltételezést. Az ügynök helyesen állapította meg, hogy a rezisztencia gének baktériumvírusokkal terjednek, egy olyan következtetésre jutva, amelyre az Imperial College London kutatói egy évtizedes kísérleti munkával jutottak el.
Reprodukálhatóság és tudományos memória
Bár az AI-ügynökök még új eszközök, és hajlamosak hallucinálni, vagyis téves információkat generálni, valamint korlátozottak a memóriájukban és beviteli kapacitásukban, ezek a technikai akadályok leküzdhetők. Az ügynökök automatikusan naplózzák minden lépésüket, így pontos módszertani feljegyzést hoznak létre, ami lehetővé teszi az eredmények pontos megismételhetőségét. Ez megoldást kínál a tudomány „reprodukálhatósági válságára”, ahol a kutatók gyakran nem tudják megismételni egymás eredményeit. Emellett az ügynökök erősítik a tudományos memóriát, megkönnyítve a tudás átadását a kutatók között, ami jelenleg nagyrészt képzésen és megfigyelésen keresztül történik.
A tudomány jövőbeli fejlődése nem csupán a mintázatfelismerő modellektől függ, hanem az AI-ügynökök azon képességétől, hogy bizonytalanság mellett is képesek érvelni. A Google DeepMind kutatói szerint ez a megközelítés fogja felgyorsítani a tudományos felfedezéseket a következő évtizedekben.