Przyspieszanie odkryć naukowych: AI prowadzi autonomiczne eksperymenty

Platforma sztucznej inteligencji znana jako BacterAI, zaprojektowana przez zespół badawczy pod kierownictwem profesora Uniwersytetu Michigan, wykazała swoją zdolność do przeprowadzania olbrzymiej liczby autonomicznych eksperymentów naukowych – nawet do 10 000 dziennie. Przełomowe zastosowanie AI może otworzyć drogę do szybkich postępów w różnych dziedzinach, w tym medycynie, rolnictwie i nauce o środowisku.

Wyniki badań zostały opublikowane w Nature Microbiology.

Rozszyfrowywanie metabolizmu mikrobiologicznego z BacterAI

BacterAI został opracowany w celu mapowania metabolizmu dwóch mikrobów związanych ze zdrowiem jamy ustnej, bez żadnych podstawowych informacji do rozpoczęcia. Złożone procesy metaboliczne bakterii obejmują konsumpcję określonej kombinacji 20 aminokwasów niezbędnych do życia. Celem badań było określenie dokładnych aminokwasów potrzebnych przez korzystne mikroby jamy ustnej do promowania ich wzrostu.

“Wiem prawie nic o większości bakterii, które wpływają na nasze zdrowie. Zrozumienie, jak bakterie rosną, jest pierwszym krokiem w kierunku przebudowy naszego mikrobiomu”, powiedział Paul Jensen, asystent profesora inżynierii biomedycznej Uniwersytetu Michigan, który był na Uniwersytecie Illinois, gdy projekt się rozpoczął.

Trudne zadanie uproszczone przez AI

Odszyfrowywanie preferowanej kombinacji aminokwasów dla bakterii jest trudnym zadaniem ze względu na ponad milion możliwych kombinacji. Jednak BacterAI był w stanie pomyślnie określić wymagania aminokwasowe dla wzrostu obu Streptococcus gordonii i Streptococcus sanguinis.

Podejście BacterAI polegało na testowaniu setek kombinacji aminokwasów dziennie, doskonaleniu swojego podejścia i zmianie kombinacji każdego dnia na podstawie wyników poprzednich eksperymentów. W ciągu zaledwie dziewięciu dni osiągnął 90% dokładności w swoich prognozach.

UCZENIE SIĘ AI poprzez próby i błędy

W przeciwieństwie do tradycyjnych metod, które wykorzystują oznaczone zestawy danych do szkolenia modeli uczenia maszynowego, BacterAI generuje własny zestaw danych poprzez iteracyjny proces prowadzenia eksperymentów, analizy wyników i przewidywania przyszłych wyników. Ta metoda umożliwiła mu odszyfrowywanie zasad karmienia bakterii przy użyciu mniej niż 4 000 eksperymentów.

“Chcieliśmy, aby nasz agent AI podejmował kroki i upadał, aby przychodził z własnymi pomysłami i popełniał błędy. Każdego dnia staje się trochę lepszy, trochę mądrzejszy”, powiedział Jensen, podkreślając podobieństwa między procesem uczenia się BacterAI a dzieckiem.

Przyszłość AI w badaniach

Biorąc pod uwagę, że niewiele badań zostało przeprowadzonych na temat około 90% bakterii, tradycyjne metody stanowią znaczącą barierę pod względem czasu i zasobów wymaganych. Możliwość BacterAI do prowadzenia zautomatyzowanych eksperymentów może znacznie przyspieszyć odkrycia. W ciągu jednego dnia zespół był w stanie przeprowadzić do 10 000 eksperymentów.

Jednak potencjalne zastosowania BacterAI sięgają poza mikrobiologię. Badacze w każdej dziedzinie mogą stawiać pytania jako zagadki do rozwiązania przez AI poprzez ten rodzaj procesu prób i błędów.

“Wraz z niedawnym wybuchem AI w mainstreamie wiele osób jest niepewnych, co to przyniesie w przyszłości, zarówno pozytywne, jak i negatywne”, powiedział Adam Dama, były inżynier w laboratorium Jensen i główny autor badania. “Ale dla mnie jest zupełnie jasne, że ukierunkowane zastosowania AI, takie jak nasz projekt, przyspieszą codzienne badania.”