Accelerant els descobriments científics: la IA realitza experiments autònoms

Una plataforma d'intel·ligència artificial coneguda com BacterAI, dissenyada per un equip d'investigació liderat per un professor de la Universitat de Michigan, ha demostrat la seva capacitat per dur a terme un nombre sorprenent d'experiments científics autònoms, fins a 10,000 al dia. L'aplicació innovadora de la IA podria obrir el camí per a avenços ràpids en diversos camps, com ara la medicina, l'agricultura i la ciència ambiental.

Els resultats de la investigació es van publicar a Microbiologia de la natura.

Desxifrant el metabolisme microbià amb BacterAI

BacterAI es va desenvolupar per mapejar el metabolisme de dos microbis associats a la salut bucal, sense cap informació de referència per començar. Els complexos processos metabòlics dels bacteris impliquen el consum d'una combinació específica dels 20 aminoàcids necessaris per a la vida. L'objectiu de la investigació era determinar els aminoàcids precisos que necessiten els microbis bucals beneficiosos per promoure el seu creixement.

"No sabem gairebé res de la majoria dels bacteris que influeixen en la nostra salut. Entendre com creixen els bacteris és el primer pas cap a la reenginyeria del nostre microbioma", va dir Paul Jensen, professor ajudant d'enginyeria biomèdica de la UM, que estava a la Universitat d'Illinois quan va començar el projecte.

Una tasca difícil simplificada per la IA

Descodificar la combinació preferida d'aminoàcids per als bacteris és una tasca descoratjadora a causa de les més d'un milió de combinacions possibles. Tanmateix, BacterAI va poder determinar amb èxit els requisits d'aminoàcids per al creixement d'ambdós Streptococcus gordonii i Streptococcus sanguinis.

L'enfocament de BacterAI va implicar provar centenars de combinacions d'aminoàcids al dia, perfeccionant-ne l'enfocament i alterant les combinacions cada dia en funció dels resultats dels experiments del dia anterior. En un període de nou dies, va aconseguir un 90% de precisió en les seves prediccions.

Aprenentatge de la IA mitjançant assaig i error

A diferència dels mètodes tradicionals que utilitzen conjunts de dades etiquetats per entrenar models d'aprenentatge automàtic, BacterAI genera el seu propi conjunt de dades mitjançant un procés iteratiu de realització d'experiments, anàlisi de resultats i predicció de resultats futurs. Aquest mètode li va permetre desxifrar les regles per alimentar els bacteris amb menys de 4,000 experiments.

"Volíem que el nostre agent d'IA fes passos i caigués, tingués les seves pròpies idees i cometés errors. Cada dia, és una mica millor, una mica més intel·ligent", va dir Jensen, destacant els paral·lelismes entre el procés d'aprenentatge de BacterAI i un nen.

El futur de la IA en la recerca

Atès que s'ha realitzat poca o cap investigació sobre aproximadament el 90% dels bacteris, els mètodes convencionals presenten una barrera important en termes de temps i recursos necessaris. La capacitat de BacterAI per dur a terme experimentació automatitzada podria accelerar dràsticament els descobriments. En un sol dia, l'equip va aconseguir executar fins a 10,000 experiments.

Tanmateix, les aplicacions potencials de BacterAI s'estenen més enllà de la microbiologia. Els investigadors de qualsevol camp poden plantejar preguntes com a trencaclosques que la IA ha de resoldre mitjançant aquest tipus de procés d'assaig i error.

"Amb la recent explosió de l'IA convencional durant els darrers mesos, moltes persones no saben què aportarà en el futur, tant positiu com negatiu", va dir Adam Dama, antic enginyer del Jensen Lab i autor principal de l'estudi. . "Però per a mi, està molt clar que les aplicacions enfocades de la IA com el nostre projecte acceleraran la investigació diària".