"Mokslinės Nobelio premijos savo ruožtu visada pagerbė žmogaus intelektą. Šiais metais pirmą kartą buvo pripažintas ir dirbtinio intelekto (AI) transformacinis potencialas. Šis pripažinimas prasidėjo antradienį, spalio 8 d., kai Švedijos karališkasis apdovanojimas Mokslų akademija fizikos premiją skyrė John Hopfield iš Prinstono universiteto ir Geoffrey Hinton iš Toronto universiteto už kompiuterių mokslo proveržius, neatsiejamus nuo daugelio galingiausių šių dienų AI modelių.
Kitą dieną geidžiamo skambučio iš Stokholmo sulaukė ir vieno tokio modelio kūrėjai. Demis Hassabis ir Johnas Jumperis iš DeepMind, Google AI įmonės, gavo pusę chemijos prizo už AlphaFold, programos, galinčios numatyti trimatę baltymų struktūrą, sukūrimą, ilgalaikį didžiulį biochemijos iššūkį. Antroji premijos pusė atiteko Vašingtono universiteto biochemikui Davidui Bakeriui už kompiuterinį darbą, kuriant naujus baltymus.
AI dėmesys nebuvo vienintelis šiuose skelbimuose bendras dalykas. Abiem atvejais apdovanojamas tyrimas nepriklausytų apdovanojimus skiriančių komitetų kompetencijai (AI tyrimai yra kompiuterių mokslas; baltymų tyrimai, be abejo, priskiriami biologijai).
Ribų stūmimas
Toks lankstumas nėra precedento neturintis dalykas. Pavyzdžiui, 1973 m. trys novatoriški gyvūnų elgesio tyrinėtojai, dirbę su bitėmis, žąsimis ir žuvelėmis, buvo įtraukti į fiziologijos kategoriją. Tačiau Dr. Hinton ir Hopfield apdovanojimas pripažįsta pasiekimus, turinčius gilesnių pasekmių.
Abu tyrėjai savo lemiamą darbą atliko devintojo dešimtmečio pradžioje, tuo metu, kai kompiuterių aparatinė įranga negalėjo išnaudoti visų šių tyrimų privalumų.
Dr Hopfieldas buvo atsakingas už tai, kas tapo žinoma kaip Hopfieldo tinklas – dirbtinio neuroninio tinklo, kuris elgiasi, kaip fizinė struktūra, vadinama sukimosi stiklu, tipą, o tai suteikė akademijai menką priežastį pavadinti šią sritį „fizika“.
Dr. Hintono indėlis buvo panaudoti algoritmą, žinomą, kaip atgalinis propagavimas, norint apmokyti neuroninius tinklus.
Dirbtiniai neuroniniai tinklai yra kompiuterinės programos, laisvai pagrįstos tuo, kaip manoma, kad veikia tikri, biologiniai nervinių ląstelių arba neuronų tinklai. Visų pirma, jungčių (žinomų, kaip svoriai) tarp „mazgų“ (neuronų atitikmenų) tokiuose tinkluose stiprybės yra kintančios. Šis plastiškumas suteikia tinklui galimybę kitaip apdoroti informaciją, atsižvelgiant į ankstesnius rezultatus; arba, kitaip tariant, mokytis. „Hopfieldo“ tinklai, kuriuose kiekvienas mazgas yra prijungtas prie visų kitų, išskyrus jį patį, ypač gerai mokosi išgauti dėsningumus iš negausių ar triukšmingų duomenų.
Dr. Hintono algoritmas padidino neuroninių tinklų mokymosi galimybes, leisdamas jiems veikti trimis aspektais. Hopfieldo tinklai ir panašūs į juos iš esmės yra dvimačiai. Nors jie iš tikrųjų egzistuoja tik kaip programinės įrangos modeliavimas, jie gali būti laikomi fiziniais mazgų sluoksniais. Tačiau sudėkite tokius sluoksnius vieną ant kito ir treniruokite juos, keisdami svarmenis, kai signalai juda atgal ir pirmyn tarp sluoksnių (ty, sklinda atgal ir į priekį), ir turėsite daug sudėtingesnę mokymosi sistemą.
Dr. Hintonas taip pat, naudodamas matematikos šaką, vadinamą statistine mechanika, pakoregavo Dr. Hopfieldo tinklus, kad sukurtų vadinamąsias Boltzmanno mašinas. (Statistinę mechaniką, kuria grindžiamas šiuolaikinis antrojo termodinamikos dėsnio supratimas, išrado Ludwigas Boltzmannas, artimas Alfredo Nobelio amžininkas.) Boltzmanno mašinos gali būti naudojamos, kuriant sistemas, kurios mokosi be priežiūros ir nustato duomenų šablonus be to. kad būtų aiškiai mokomos.
Taigi šių dviejų tyrėjų veikla mašininį mokymąsi iš tikrųjų padarė įspūdingu. Dirbtinio intelekto modeliai dabar gali ne tik mokytis, bet ir kurti (arba, skeptikų žodžiais, pertvarkyti ir atgaivinti pačiu sudėtingiausiu būdu). Taigi tokios priemonės tapo gebėjimo atlikti labai specifines užduotis, tokias, kaip vėžinių ląstelių atpažinimas audinių mėginių nuotraukose ar dalelių fizikos duomenų kalnų supaprastinimas, ir bet ko – nuo esė rašymo tingiems studentams iki robotų valdymo.
Daktaras Hintonas, kurį akademijos detektyvai susekė viešbutyje Kalifornijoje, kad praneštų džiugią žinią, ir kuris, nepaisant laiko skirtumo, linksmai sutiko atsakyti į spaudos klausimus, atrodė ir susirūpinęs, ir didžiavosi jo pasiekimais. Jis, kaip ir daugelis šios srities atstovų, nerimavo dėl to, kaip mašinų intelektas, pranokęs žmonių įvairovę, vėliau elgsis su jo kūrėjais.
Tačiau jis taip pat svarstė, kad, padėdamas dirbti protinį darbą, AI gali turėti tokį pat didelį poveikį visuomenei, kaip ir pramonės revoliucijos pagalba fiziniam darbui.
Tokie svarstymai buvo laiku. Nepraėjus 24 valandoms, akademija pripažintų atliktus tyrimus, AI modelių pagalba apie baltymų struktūrą.
Grįžkite į lanką
Baltymai yra pagrindinė cheminė gyvybės statybinė medžiaga. Jie sudaryti iš mažesnių molekulių, vadinamų aminorūgštimis, išdėstytų ilgomis grandinėmis, kurios susilanksto labai sudėtingais ir specifiniais būdais. Galutinė sulankstyto baltymo forma lemia jo biologinę funkciją. Kitaip tariant, norint suprasti baltymus, o kartu ir biologiją, reikia suprasti jų struktūrą.
Dr Baker tokį supratimą pasiekė darydamas. 2003 m. reikšmingame dokumente jam pavyko sukurti visiškai naują baltymą. Naudodamas kompiuterinę programą, kurią pavadino Rosetta, jis rado aminorūgščių seką, galinčią susilankstyti gamtoje nematytais būdais. Kai seka buvo atkurta laboratorijoje ir susiformavo baltymas, jis nustatė galutinę jos struktūrą, naudodamas techniką, vadinamą rentgeno kristalografija: ji labai atitiko tai, ką jis buvo užsibrėžęs sukurti. Rosetta, dabar vadinama Rosetta Commons, vėliau tapo programinės įrangos paketu, kurį naudoja baltymų chemikai visame pasaulyje, o skaičiavimo baltymų projektavimas padėjo viskam, pradedant vakcinų kūrimu ir baigiant toksiškų cheminių medžiagų aptikimu.
Eiti kitu keliu ir nuspėti baltymo struktūrą pagal jo aminorūgščių seką yra problema, kuriai įveikti prireikė dar ilgiau dirbti. Atsižvelgiant į beveik neribotą konfigūracijų, į kurias gali susilankstyti baltymas, skaičių – kai kuriais skaičiavimais, net 10 300 vieno sudėtingo baltymo atveju – net kompiuteriai turėjo ribotą sėkmę. DeepMind AlphaFold 1 ir 2 (abu dirbtiniai neuroniniai tinklai), paviešinti atitinkamai 2018 ir 2020 m., buvo pirmieji, kurie netgi priartėjo prie sprendimo. „AlphaFold 2“ dabar turi daugiau, nei 200 m baltymų struktūros prognozių duomenų bazę, o numatymo tikslumas artėja prie 90%.
Nors seras Demisas ir daktaras Jumperis šiais metais buvo įtraukti į įvairius varžovų premijai gauti sąrašus, daugelis susimąstė, ar dar per anksti AlphaFold pripažinti. Tačiau tai jau padarė tikrą poveikį: „DeepMind“ teigia, kad kai kurie 2 mln. mokslininkų jau naudoja jį savo tyrimuose. Gegužės mėn. išleistas „AlphaFold 3“ apima ne tik baltymus, bet ir prognozuoja daugelio kitų biomolekulių, tokių kaip DNR, struktūrą, taip pat mažas molekules, kurios gali veikti, kaip vaistai. Jis taip pat gali numatyti, kaip skirtingos skirtingos struktūros molekulės dera tarpusavyje, pavyzdžiui, kaip viruso smaigalio baltymas gali sąveikauti su organizme esančiais antikūnais ir cukrumi.
Pirmą kartą pasirinkęs pagerbti darbą, atliktą su AI modeliu, komitetas atvėrė galimybę ateityje gauti daugiau tokių prizų. Tai lygiai taip pat gerai; AI jau kurį laiką skverbiasi į visas mokslo sritis, kaip iliustravo daktaras Bakeris, kai jam buvo paskambinta per komiteto spaudos konferenciją. Jis sakė, kad AlphaFold įkvėpė jį sukurti generatyvinius AI modelius, galinčius kurti naujus baltymus. "Mūsų nauji AI metodai yra daug galingesni", - sakė jis.
Mega svarbu
Prizas už fiziologiją ar mediciną savo ruožtu vengė AI paminėjimo. Ji taip pat buvo apsaugota nuo kaltinimų dėl žanro keitimo, tęsiant akademijos tendenciją vis labiau pripažinti mažiausius molekulinio ir ląstelių lygmens pasiekimus, o ne dirbti su fiziologija ar organais, nes būtent šiose mikroskopinėse skalėse yra įdomiausios mokslo sritys.
Nugalėtojais tapo Victoras Ambrosas iš Masačusetso universiteto medicinos mokyklos ir Gary Ruvkunas iš Masačusetso bendrosios ligoninės už mikro-RNR (miRNR) atradimą ir jos vaidmenį „post-transkripcijos genų reguliavime“. Tai mažų molekulių klasė, kurią sudaro tik 20–24 nukleotidai (genomo A, C, G, U raidės), ir jos atlieka pagrindinį vaidmenį ląstelių veikloje.
Kiekvienos žmogaus ląstelės branduolyje yra visas instrukcijų rinkinys – genomas – kaip sukurti žmogų. Pagrindinis biologijos klausimas yra tai, kaip tas pats genų ir instrukcijų rinkinys gali sukelti tokius skirtingus kūno ląstelių tipus – nuo raumenų iki kepenų ląstelių per smegenyse esančius neuronus. Atsakymas yra tas, kad ne visi genai, esantys branduolyje, yra paverčiami baltymais. Skirtingų tipų ląstelės seka savo vystymosi kelius, naudodamos tik tuos genetinius nurodymus, susijusius su jų augimu ir vystymusi. Kiekvienam ląstelių tipui būtiną atranką iš dalies kontroliuoja dr. Ambros ir Ruvkun atrastos miRNR molekulės.
Jos visų pirma veikia, prisijungdamos prie kitos ląstelės molekulės, žinomos, kaip pasiuntinio RNR (mRNR), tikslinių dalių, kurios perduoda informaciją iš genomo DNR į, baltymus gaminančias, gamyklas ląstelėse. Trukdydama mRNR molekulėmss, miRNR gali pakeisti arba užkirsti kelią baltymų gamybai. Pabrėždama didėjančią šios molekulinės biologijos srities svarbą, mRNR praėjusiais metais buvo apdovanota Nobelio premija.
1993 m. radus miRNR, šiandien buvo galima suprasti, kad mūsų ląstelėse yra daugiau, nei tūkstantis šių mažų molekulių. Šis atradimas turėjo didelių pasekmių biologijai. Nenormalus miRNR molekulių reguliavimas gali prisidėti, kai žmonės serga vėžiu ir epilepsija. Nustatyta, kad genų, koduojančių miRNR molekules, mutacijos sukelia tokias sąlygas, kaip įgimtas klausos praradimas ir manoma, kad jos yra susijusios su daugelio akių ligų, tokių, kaip katarakta, glaukoma ir geltonosios dėmės degeneracija, patologijoje. Manoma, kad miRNR molekulės taip pat yra svarbios daugeliui kaulų ligų, tokių, kaip osteoporozė, osteosarkoma ir kaulų metastazės.
Daktarai Ambrosas ir Ruvkunas, kurie devintojo dešimtmečio pabaigoje dirbo toje pačioje laboratorijoje Masačusetso technologijos institute, atrado miRNR molekules, naudodami pagrindinį biologinio tyrimo įrankį – apvaliąją kirmėlę Caenorhabditis elegans. Jie tyrinėjo dvi mutantines kirminų padermes, turinčias genų defektų, lemiančių gyvūnų vystymąsi ir darbą. Tai darydami, mokslininkai parodė, kad genas, vadinamas lin-4, pagamino neįprastai trumpą RNR molekulę, kuri nekodavo jokių baltymų ir, atrodo, slopina kito geno aktyvumą.
Teikdamas premiją Karolinskos instituto Nobelio komitetas pažymėjo, kad kai mokslininkai paskelbė jų rezultatus, jie sutiko „beveik kurtinančią mokslo bendruomenės tylą“. Buvo manoma, kad neįprastas C. elegans genų reguliavimo mechanizmas yra šio organizmo ypatumas, nesusijęs nei su žmonėmis, nei su kitais sudėtingesniais organizmais. Šis požiūris ilgainiui pasikeitė, nes tapo aišku, kad genai, koduojantys miRNR, buvo rasti visoje gyvūnų karalystėje.
„Novo Nordisk“, Danijos farmacijos milžinė, yra viena iš įmonių, bandančių gaminti vaistus, naudojant miRNR. Šiais metais ji įsigijo Vokietijos firmą Cardior, kurios pagrindinis vaistų kandidatas CDR132L veikia, blokuodamas tam tikrą miRNR, tikintis padėti pacientams, sergantiems lėtiniu širdies nepakankamumu ir širdies hipertrofija (širdies sienelių sustorėjimu ir sustingimu).
Šių metų prizas pabrėžia besitęsiančią tendenciją pripažinti atradimus molekuliniu lygmeniu. Pastaruoju metu kelios Nobelio premijos buvo skirtos technologijoms, kurios turėjo akivaizdų klinikinį pritaikymą, pavyzdžiui, vėžio imunoterapija (2018 m.) ir genų redagavimas (2020 m.). Galbūt, nenuostabu, kad, tobulėjant molekulinių ir genetinių tyrimų technologijoms, mokslininkai įgyja vis daugiau įžvalgų apie ląstelių funkciją, todėl su jomis gali padaryti gilesnių ir naudingesnių atradimų.
Nobelio siekiai
Vis didesniam skaičiui tyrėjų visame pasaulyje, kurie savo darbe remiasi dirbtiniu intelektu, šių metų apdovanojimų ilgalaikė žinia gali būti kitokia: jie taip pat vieną dieną galės pagauti prestižiškiausius mokslo gongus. Savo ruožtu dr. Jumperis sakė: „Tikiuosi... kad mes atvėrėme duris daugybei neįtikėtinų mokslinių laimėjimų, susijusių su skaičiavimais ir dirbtiniu intelektu.“ [1]
1. Honouring intelligence. The Economist; London Vol. 453, Iss. 9418, (Oct 12, 2024): 68, 69, 70.
Komentarų nėra:
Rašyti komentarą