Przyspieszanie odkryć naukowych: AI prowadzi autonomiczne eksperymenty

Platforma sztucznej inteligencji znana jako BacterAI, zaprojektowana przez zespół badawczy kierowany przez profesora Uniwersytetu Michigan, zaprezentowała swoją zdolność do przeprowadzania imponującej liczby autonomicznych eksperymentów naukowych – aż 10 000 dziennie. Przełomowe zastosowanie AI może przyspieszyć postęp 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 podstawowych informacji do rozpoczęcia. Złożone procesy metaboliczne bakterii obejmują spożycie określonej kombinacji 20 aminokwasów niezbędnych do życia. Celem badań było określenie dokładnych aminokwasów potrzebnych przez korzystne mikroby jamy ustnej do promowania ich wzrostu.

“Prawie nic nie wiemy 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 zarówno Streptococcus gordonii, jak i Streptococcus sanguinis.

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

AI uczący się przez próby i błędy

W przeciwieństwie do tradycyjnych metod, które wykorzystują oznaczone zestawy danych do szkolenia modeli machine learning, BacterAI generuje własne zestawy danych za pomocą iteracyjnego procesu 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 wymyślał własne pomysły 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 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 wykraczają poza mikrobiologię. Badacze w każdej dziedzinie mogą stawiać pytania jako zagadki do rozwiązania przez AI za pomocą tego rodzaju procesu prób i błędów.

“Wraz z niedawnym wybuchem AI w mainstreamie w ciągu ostatnich kilku miesięcy, wiele osób jest niepewnych, co to przyniesie w przyszłości, zarówno pozytywnych, jak i negatywnych”, powiedział Adam Dama, były inżynier w Jensen Lab i główny autor studium. “Ale dla mnie jest to bardzo jasne, że ukierunkowane zastosowania AI, takie jak nasz projekt, przyspieszą codzienne badania.”