Accelerazione delle scoperte scientifiche: l’AI esegue esperimenti autonomi

Una piattaforma di intelligenza artificiale nota come BacterAI, progettata da un team di ricerca guidato da un professore dell’Università del Michigan, ha dimostrato la sua capacità di condurre un numero impressionante di esperimenti scientifici autonomi – fino a 10.000 al giorno. L’applicazione rivoluzionaria dell’AI potrebbe aprire la strada a rapidi progressi in vari campi, tra cui medicina, agricoltura e scienze ambientali.

I risultati della ricerca sono stati pubblicati su Nature Microbiology.

Decifrare il metabolismo microbico con BacterAI

BacterAI è stato sviluppato per mappare il metabolismo di due microrganismi associati alla salute orale, senza alcuna informazione di base per iniziare. I processi metabolici complessi dei batteri coinvolgono il consumo di una combinazione specifica dei 20 amminoacidi necessari per la vita. L’obiettivo della ricerca era determinare gli amminoacidi precisi necessari per la crescita dei microrganismi orali benefici.

“Sappiamo quasi nulla della maggior parte dei batteri che influenzano la nostra salute. Comprendere come crescono i batteri è il primo passo per riorganizzare il nostro microbioma”, ha dichiarato Paul Jensen, assistente professore di ingegneria biomedica alla U-M, che si trovava all’Università dell’Illinois quando il progetto è iniziato.

Un compito impegnativo semplificato dall’AI

Decodificare la combinazione preferita di amminoacidi per i batteri è un compito impegnativo a causa delle oltre un milione di combinazioni possibili. Tuttavia, BacterAI è riuscito a determinare con successo le esigenze di amminoacidi per la crescita di entrambi Streptococcus gordonii e Streptococcus sanguinis.

L’approccio di BacterAI ha comportato la sperimentazione di centinaia di combinazioni di amminoacidi al giorno, raffinando la sua attenzione e alterando le combinazioni ogni giorno in base ai risultati degli esperimenti del giorno precedente. In un arco di nove giorni, ha raggiunto il 90% di accuratezza nelle sue previsioni.

Apprendimento dell’AI attraverso prove ed errori

A differenza dei metodi tradizionali che utilizzano set di dati etichettati per addestrare i modelli di apprendimento automatico, BacterAI genera il proprio set di dati attraverso un processo iterativo di esecuzione di esperimenti, analisi dei risultati e previsione dei risultati futuri. Questo metodo gli ha permesso di decifrare le regole per alimentare i batteri con meno di 4.000 esperimenti.

“Volevamo che il nostro agente AI prendesse passi e cadesse, che venisse a capo delle proprie idee e facesse errori. Ogni giorno, diventa un po’ più bravo, un po’ più intelligente”, ha dichiarato Jensen, sottolineando le analogie tra il processo di apprendimento di BacterAI e quello di un bambino.

Il futuro dell’AI nella ricerca

Considerando che poco o nessuna ricerca è stata condotta su circa il 90% dei batteri, i metodi convenzionali presentano una barriera significativa in termini di tempo e risorse necessarie. La capacità di BacterAI di condurre esperimenti automatizzati potrebbe drasticamente accelerare le scoperte. In un solo giorno, il team è riuscito a eseguire fino a 10.000 esperimenti.

Tuttavia, le potenziali applicazioni di BacterAI si estendono al di là della microbiologia. I ricercatori in qualsiasi campo possono porre domande come puzzle per l’AI da risolvere attraverso questo tipo di processo di prova ed errore.

“Con l’esplosione recente dell’AI nel mainstream negli ultimi mesi, molte persone sono incerte su cosa porterà nel futuro, sia positivo che negativo”, ha dichiarato Adam Dama, un ex ingegnere del laboratorio Jensen e autore principale dello studio. “Ma per me, è molto chiaro che applicazioni focalizzate di AI come il nostro progetto accelereranno la ricerca quotidiana.”