Gli scienziati pensano che l’intelligenza artificiale possa accelerare le loro scoperte: scatti

Susana Vazquez-Torres è una studentessa laureata del quarto anno presso l’Università di Washington che vuole un giorno inventare nuovi farmaci per le malattie trascurate.

Ultimamente ha riflettuto molto sui morsi di serpente: secondo l’Organizzazione Mondiale della Sanità, circa centomila persone muoiono ogni anno a causa di morsi di serpente – eppure, dice, “le terapie attuali non sono sicure e sono molto costose”.

Parte del problema è che lo sviluppo di nuovi farmaci per cose come i morsi di serpente è stato un processo lento e laborioso. In passato, dice Torres, ci sarebbero voluti anni per trovare un composto promettente.

Ma recentemente, un nuovo strumento nel suo laboratorio ha rapidamente accelerato questa sequenza temporale: l’intelligenza artificiale. La Torres ha iniziato il suo attuale progetto a febbraio e ha già in programma alcuni farmaci candidati.

“È semplicemente pazzesco che riusciamo a trovare una terapia in un paio di mesi”, dice.

L’intelligenza artificiale promette di rivoluzionare l’economia della conoscenza. Può già codificare programmi per computer, disegnare immagini e persino prendere appunti per i medici. Ma forse in nessun altro luogo la promessa dell’intelligenza artificiale è più vicina alla realizzazione che nel campo delle scienze, dove i ricercatori con una mentalità tecnica sono ansiosi di sfruttare il suo potere per affrontare problemi che vanno dalle malattie al cambiamento climatico.

Giovedì, le Accademie nazionali degli Stati Uniti hanno convocato un incontro di due giorni sul potenziale dell’intelligenza artificiale nel cambiare la scienza. “Gli scienziati dell’intelligenza artificiale possono davvero essere più sistematici, più completi e non commettere errori”, afferma Yolanda Gil, direttrice delle iniziative di intelligenza artificiale e scienza dei dati presso l’Information Sciences Institute della University of Southern California, che parteciperà all’evento.

Invece di utilizzare l’intelligenza artificiale per fare tutta la scienza, immagina un futuro in cui i sistemi di intelligenza artificiale pianificano ed eseguono esperimenti, in collaborazione con le loro controparti umane. In un mondo che deve affrontare sfide tecniche sempre più complesse, “non ci sono abbastanza esseri umani per fare tutto questo lavoro”, afferma.

Proteine ​​in base alla progettazione

All’Università di Washington, Vazquez-Torres è uno dei circa 200 scienziati che lavorano in un laboratorio per progettare nuove terapie utilizzando proteine. Le proteine ​​sono molecole che svolgono gran parte del lavoro quotidiano in biologia: costruiscono muscoli e organi, digeriscono il cibo e combattono i virus.

Le proteine ​​stesse sono costituite da composti più semplici noti come amminoacidi. Il problema è che questi amminoacidi possono essere combinati in un numero quasi infinito di modi per produrre un numero quasi infinito di proteine.

In passato, i ricercatori dovevano testare sistematicamente molte migliaia di possibili progetti per cercare di trovare quello giusto per un particolare lavoro. Immagina di ricevere un secchio di chiavi per aprire una porta, senza sapere quale funzionerà effettivamente. Si finirebbe per “provarli uno alla volta, per vedere quale si adatta meglio”, afferma David Baker, lo scienziato senior che gestisce il laboratorio.

L’intelligenza artificiale ha cambiato tutto questo.

“Invece di dover creare una serie di possibili strutture al computer e provarle una per una, possiamo costruirne una che si adatti perfettamente da zero”, afferma.

Il particolare tipo di intelligenza artificiale utilizzata è noto come modellazione di diffusione. È la stessa tecnologia utilizzata dai più diffusi generatori di immagini AI, come DALL-E o Midjourney. Il sistema inizia con un campo di pixel casuali, essenzialmente rumore bianco, e poi li modifica lentamente fino a creare ciò che l’utente ha richiesto. Nel caso di un generatore di immagini AI, potrebbe trattarsi dell’immagine di un fiore. Nel caso dell’intelligenza artificiale di questo laboratorio, si tratta di una proteina con una forma specifica.

La forma di una proteina spesso determina il suo funzionamento, quindi questo tipo di intelligenza artificiale è particolarmente adatta a questo scopo, afferma Baker. L’intelligenza artificiale richiede anche esempi da cui imparare e, fortunatamente, gli scienziati hanno speso decenni e miliardi di dollari per sviluppare un enorme database pieno di proteine ​​da poter studiare.

“Non sono molti i settori scientifici che dispongono di database del genere”, afferma Baker.

E questo è uno dei motivi per cui non è ancora chiaro se tutti i campi trarranno lo stesso vantaggio dall’intelligenza artificiale. Maria Chan è all’Argonne National Laboratory nell’Illinois. Sta lavorando allo sviluppo di nuovi materiali per l’economia rinnovabile, cose come batterie e pannelli solari.

Dice che, a differenza del campo delle proteine, semplicemente non c’è molta ricerca sul tipo di materiali che sta studiando.

“Non ci sono state abbastanza misurazioni o calcoli, e inoltre i dati non sono organizzati in modo che tutti possano utilizzarli”, afferma.

Inoltre, i materiali sono diversi dalle proteine. Le loro proprietà sono determinate da interazioni su molte scale diverse, da quella molecolare fino a quella su larga scala.

La mancanza di dati e la complessità dei materiali li rendono più difficili da studiare utilizzando l’intelligenza artificiale, ma Chan pensa ancora che possa essere d’aiuto. Quasi tutto è migliore del modo in cui lavoravano gli scienziati sul campo prima della rivoluzione informatica.

“I precedenti cento anni di scienza hanno avuto a che fare con molta serendipità e molti tentativi ed errori”, afferma. Crede che l’intelligenza artificiale sarà necessaria per portare avanti la ricerca, soprattutto quando si tratta della crisi climatica, uno dei problemi più complicati dei tempi moderni.

I materiali e le proteine ​​non sono gli unici campi in cui si lavora con l’intelligenza artificiale in vari modi. I sistemi vengono attivamente sviluppati nel campo della genetica, degli studi sul clima, della fisica delle particelle e altrove. L’obiettivo in molti casi è individuare nuovi modelli in grandi quantità di dati scientifici, ad esempio se una variazione genetica causerà un’anomalia dannosa.

Cacciatori di ipotesi

Ma alcuni ricercatori ritengono che l’intelligenza artificiale potrebbe assumere un ruolo più fondamentale nella scoperta scientifica. Hannaneh Hajishirzi, che lavora presso l’Allen Institute for Artificial Intelligence di Seattle, vuole sviluppare nuovi sistemi di intelligenza artificiale simili a ChatGPT per la scienza. L’obiettivo sarebbe un sistema in grado di elaborare tutta la letteratura scientifica in un campo e quindi utilizzare tale conoscenza per sviluppare nuove idee o ipotesi.

Poiché la letteratura scientifica può comprendere migliaia di articoli pubblicati nel corso di decenni, un sistema di intelligenza artificiale potrebbe essere in grado di trovare nuove connessioni tra gli studi e suggerire nuove entusiasmanti linee di studio che un essere umano altrimenti perderebbe.

“Direi che ad un certo punto l’intelligenza artificiale potrebbe rivelarsi uno strumento davvero valido per fare nuove scoperte scientifiche”, afferma. Naturalmente, ci vorrebbero ancora ricercatori umani per capire se le idee scientifiche che l’intelligenza artificiale voleva perseguire fossero utili.

Yolanda Gil della University of Southern California vuole sviluppare un’intelligenza artificiale in grado di fare tutte le attività scientifiche. Immagina sistemi automatizzati in grado di pianificare ed eseguire esperimenti da soli. Ciò probabilmente significherà sviluppare tipi di intelligenza artificiale completamente nuovi in ​​grado di ragionare meglio dei modelli attuali, noti per fabbricare informazioni e commettere errori.

Ma se potesse funzionare, Gil ritiene che gli scienziati dell’intelligenza artificiale potrebbero avere un enorme impatto sulla ricerca. Immagina un mondo in cui i sistemi di intelligenza artificiale possano rianalizzare continuamente i dati e aggiornare i risultati sulle malattie o sui cambiamenti ambientali mentre si verificano.

“Perché l’articolo pubblicato nel 2012 dovrebbe contenere la risposta definitiva alla domanda?” lei chiede. “Non dovrebbe mai essere così.”

Gil ritiene inoltre che gli scienziati dell’intelligenza artificiale potrebbero anche ridurre gli errori e aumentare la riproducibilità, poiché i sistemi sono automatizzati. “Penso che sarebbe molto più affidabile; penso che potrebbe anche essere più sistematico”, dice.

Ma se gli scienziati dell’intelligenza artificiale sono il futuro, Susana Vazquez-Torres dell’Università di Washington non sembra preoccuparsene. Lei e i suoi colleghi di laboratorio stanno affrontando un’ampia gamma di problemi utilizzando le loro proteine ​​progettate: dai nuovi farmaci ai vaccini, al miglioramento della fotosintesi nelle piante e alla ricerca di nuovi composti per aiutare a scomporre la plastica.

Vazquez-Torres afferma che ci sono tanti problemi da risolvere e che grazie all’intelligenza artificiale si potranno fare molte scoperte entusiasmanti. “Possiamo produrre farmaci in questo momento molto facilmente con questi nuovi strumenti”, afferma. La sicurezza del lavoro non è affatto una preoccupazione. “Per me è il contrario: è emozionante.”