Mempercepat Penemuan Ilmiah: AI Melakukan Eksperimen Otonom

Sebuah platform kecerdasan buatan yang dikenal sebagai BacterAI, dirancang oleh tim peneliti yang dipimpin oleh seorang profesor di University of Michigan, telah menunjukkan kemampuannya untuk melakukan sejumlah besar eksperimen ilmiah otonom – sebanyak 10.000 per hari. Penerapan AI yang revolusioner ini dapat membuka jalan bagi kemajuan pesat di berbagai bidang termasuk kedokteran, pertanian, dan ilmu lingkungan.

Hasil penelitian dipublikasikan di Nature Microbiology.

Menguraikan Metabolisme Mikroba dengan BacterAI

BacterAI dikembangkan untuk memetakan metabolisme dua mikroba yang terkait dengan kesehatan mulut, tanpa informasi dasar untuk memulai. Proses metabolik yang kompleks dari bakteri melibatkan konsumsi kombinasi spesifik dari 20 asam amino yang diperlukan untuk kehidupan. Tujuan penelitian ini adalah untuk menentukan asam amino yang tepat yang dibutuhkan oleh mikroba mulut yang bermanfaat untuk mempromosikan pertumbuhan mereka.

“Kita hampir tidak tahu apa-apa tentang sebagian besar bakteri yang mempengaruhi kesehatan kita. Memahami bagaimana bakteri tumbuh adalah langkah pertama untuk merekayasa kembali mikrobioma kita,” kata Paul Jensen, asisten profesor teknik biomedis U-M, yang berada di University of Illinois ketika proyek ini dimulai.

Tugas yang Menantang Diper mudah oleh AI

Menguraikan kombinasi asam amino yang disukai untuk bakteri adalah tugas yang menantang karena lebih dari satu juta kombinasi yang mungkin. Namun, BacterAI berhasil menentukan kebutuhan asam amino untuk pertumbuhan Streptococcus gordonii dan Streptococcus sanguinis.

Pendekatan BacterAI melibatkan pengujian ratusan kombinasi asam amino per hari, memperbaiki fokus dan mengubah kombinasi setiap hari berdasarkan hasil eksperimen sebelumnya. Dalam waktu sembilan hari, ia mencapai akurasi 90% dalam prediksinya.

AI Belajar Melalui Percobaan dan Kesalahan

Tidak seperti metode tradisional yang menggunakan data set yang dilabeli untuk melatih model pembelajaran mesin, BacterAI menghasilkan data setnya sendiri melalui proses iteratif melakukan eksperimen, menganalisis hasil, dan memprediksi hasil masa depan. Metode ini memungkinkan untuk menguraikan aturan untuk memberi makan bakteri dengan kurang dari 4.000 eksperimen.

“Kami ingin agen AI kami mengambil langkah dan jatuh, untuk menghasilkan ide sendiri dan membuat kesalahan. Setiap hari, ia menjadi sedikit lebih baik, sedikit lebih pintar,” kata Jensen, menyoroti paralel antara proses pembelajaran BacterAI dan seorang anak.

Masa Depan AI dalam Penelitian

Mengingat bahwa sedikit atau tidak ada penelitian yang telah dilakukan pada sekitar 90% bakteri, metode konvensional menyajikan hambatan signifikan dalam hal waktu dan sumber daya yang diperlukan. Kemampuan BacterAI untuk melakukan eksperimen otomatis dapat mempercepat penemuan. Dalam satu hari, tim berhasil menjalankan hingga 10.000 eksperimen.

Namun, potensi aplikasi BacterAI melampaui mikrobiologi. Peneliti di bidang apa pun dapat mengajukan pertanyaan sebagai teka-teki untuk AI untuk diselesaikan melalui proses trial dan error ini.

“Dengan ledakan AI mainstream dalam beberapa bulan terakhir, banyak orang yang tidak yakin tentang apa yang akan dibawa di masa depan, baik positif maupun negatif,” kata Adam Dama, seorang insinyur mantan di Jensen Lab dan penulis utama studi ini. “Tapi bagi saya, sangat jelas bahwa aplikasi AI yang terfokus seperti proyek kami akan mempercepat penelitian sehari-hari.”