과학적 발견 가속화: AI가 자율적으로 실험을 수행한다

미시간 대학교의 교수가 이끄는 연구 팀이 개발한 인공지능 플랫폼인 BacterAI는驚人的 수의 자율적인 과학 실험을 수행하는 능력을展示했다. 하루에 최대 10,000개의 실험을 수행할 수 있는 이 인공지능의 적용은 의학, 농업, 환경 과학 등 다양한 분야에서 빠른 발전을 이룰 수 있을 것이다.

연구 결과는 Nature Microbiology에 발표되었다.

BacterAI를 이용한 미생물 대사 해독

BacterAI는 구강 건강과 관련된 두 가지 미생물의 대사를 매핑하기 위해 개발되었다. 미생물의 복잡한 대사 과정은 20가지 아미노산 중 특정 조합을 소비하는 것을 포함한다. 연구의 목표는 유익한 구강 미생물의 성장을 촉진하기 위해 필요한 아미노산을 결정하는 것이었다.

“우리는 우리의 건강에 영향을 미치는 대부분의 박테리아에 대해 거의 아무것도 모른다. 박테리아가 어떻게 성장하는지 이해하는 것이 우리의 미생물 군집을 재설계하는 첫 번째 단계이다”라고 폴 젠슨(Paul Jensen) 미시간 대학교 생물의학 조교수는 말했다.

AI가 단순화한 어려운 작업

박테리아의 아미노산 조합을 해독하는 것은 수백만 개의 가능한 조합으로 인해 어려운 작업이다. 그러나 BacterAI는 성공적으로 Streptococcus gordonii와 Streptococcus sanguinis의 아미노산 요구 사항을 결정했다.

BacterAI의 접근 방법은 하루에 수백 개의 아미노산 조합을 테스트하고, 이전日の 실험 결과에 따라 다음날의 실험을 조정하는 것이었다. 9일 동안에 걸쳐 90%의 정확도를 달성했다.

시도와 오류를 통해 배우는 AI

전통적인 방법은 레이블이 붙은 데이터 세트를 사용하여 기계 학습 모델을 훈련시키지만, BacterAI는 실험을 수행하고 결과를 분석하며 미래의 결과를 예측하는 반복적인 과정을 통해 자신의 데이터 세트를 생성한다. 이 방법으로 BacterAI는 4,000개 미만의 실험으로 박테리아를 먹이는 규칙을 해독할 수 있었다.

“우리는 우리의 AI 에이전트가 행동하고 실수하고, 자신의 아이디어를 생각하고 오류를 범하는 것을 원했다. 매일매일 조금 더 나아지고, 조금 더 똑똑해진다”고 젠슨은 말했다.

연구에서 AI의 미래

대략 90%의 박테리아에 대해 거의 연구가 수행되지 않았기 때문에, 전통적인 방법은 시간과 자원에 대한 상당한 장벽을 나타낸다. BacterAI의 자동 실험 능력은 발견을 급격히 가속화할 수 있다. 연구 팀은 하루에 최대 10,000개의 실험을 수행할 수 있었다.

그러나 BacterAI의 잠재적인 응용 분야는 미생물학을 넘어선다.任何 분야의 연구자들은 이와 같은 시도와 오류의 과정으로 AI가 풀어야 할 퍼즐을 제시할 수 있다.

“최근 몇 개월 동안 대중적인 AI의 폭발로 인해 많은 사람들이 미래에 무엇을 가져올지, 양면 모두에서 불확실하다”고 젠슨 연구소의 전 엔지니어이자 연구의 주도자인 아담 다마(Adam Dama)는 말했다. “하지만 내게는 분명하다. 우리 프로젝트와 같은 AI의 집중적인 적용은 일상적인 연구를 가속화할 것이다.”