Un sistema di intelligenza artificiale consente ai robot di condurre esperimenti scientifici autonomi, fino a 10.000 al giorno, determinando potenzialmente un drastico balzo in avanti nel ritmo della scoperta in aree dalla medicina all’agricoltura alle scienze ambientali.
Segnalato oggi a Microbiologia della natura, il team era guidato da un professore ora all’Università del Michigan.
Quella piattaforma di intelligenza artificiale, soprannominata BacterAI, ha mappato il metabolismo di due microbi associati alla salute orale, senza informazioni di base con cui iniziare. I batteri consumano una combinazione dei 20 aminoacidi necessari per sostenere la vita, ma ogni specie richiede nutrienti specifici per crescere. Il team di messaggistica unificata voleva sapere quali amminoacidi sono necessari ai microbi benefici nella nostra bocca in modo che possano promuovere la loro crescita.
“Non sappiamo quasi nulla della maggior parte dei batteri che influenzano la nostra salute. Capire come crescono i batteri è il primo passo verso la reingegnerizzazione del nostro microbioma”, ha affermato Paul Jensen, assistente professore di ingegneria biomedica all’Università dell’Illinois all’inizio del progetto. .
Tuttavia, capire la combinazione di aminoacidi che piace ai batteri è complicato. Quei 20 amminoacidi producono più di un milione di possibili combinazioni, solo in base alla presenza o meno di ciascun amminoacido. Eppure BacterAI è stato in grado di scoprire i requisiti di aminoacidi per la crescita sia di Streptococcus gordonii che di Streptococcus sanguinis.
Per trovare la formula giusta per ogni specie, BacterAI ha testato centinaia di combinazioni di aminoacidi al giorno, affinando la sua attenzione e cambiando le combinazioni ogni mattina in base ai risultati del giorno precedente. Entro nove giorni, produceva previsioni accurate il 90% delle volte.
A differenza degli approcci convenzionali che alimentano set di dati etichettati in un modello di apprendimento automatico, BacterAI crea il proprio set di dati attraverso una serie di esperimenti. Analizzando i risultati delle prove precedenti, fornisce previsioni su quali nuovi esperimenti potrebbero fornirgli la maggior parte delle informazioni. Di conseguenza, ha capito la maggior parte delle regole per nutrire i batteri con meno di 4.000 esperimenti.
“Quando un bambino impara a camminare, non si limita a guardare gli adulti camminare e poi dire ‘Ok, ho capito’, alzarsi in piedi e iniziare a camminare. Prima armeggiano e fanno qualche prova ed errore”, ha detto Jensen.
“Volevamo che il nostro agente di intelligenza artificiale facesse dei passi e cadesse, che presentasse le proprie idee e commettesse errori. Ogni giorno migliora un po’, diventa un po’ più intelligente.”
Poco o nessuna ricerca è stata condotta su circa il 90% dei batteri e la quantità di tempo e risorse necessarie per apprendere anche le informazioni scientifiche di base su di loro utilizzando metodi convenzionali è scoraggiante. La sperimentazione automatizzata può accelerare drasticamente queste scoperte. Il team ha eseguito fino a 10.000 esperimenti in un solo giorno.
Ma le applicazioni vanno oltre la microbiologia. I ricercatori in qualsiasi campo possono impostare domande come enigmi da risolvere per l’intelligenza artificiale attraverso questo tipo di tentativi ed errori.
“Con la recente esplosione dell’intelligenza artificiale mainstream negli ultimi mesi, molte persone sono incerte su cosa porterà in futuro, sia in positivo che in negativo”, ha affermato Adam Dama, ex ingegnere del Jensen Lab e autore principale dello studio. . “Ma per me è molto chiaro che le applicazioni mirate dell’intelligenza artificiale come il nostro progetto accelereranno la ricerca quotidiana”.
La ricerca è stata finanziata dal National Institutes of Health con il supporto di NVIDIA.
Da un’altra testata giornalistica. news de www.sciencedaily.com
