Pod vodstvom profesora sa Sveučilišta u Michiganu, osmišljena je nova tehnologija koja koristi AI za autonomno provođenje znanstvenih eksperimenata, a ta platforma je nazvana BacterAI. Dizajnirana je za mapiranje metabolizma mikroba i već se pokazala revolucionarnom u području mikrobiologije. Uz BacterAI, znanstvenici sada mogu saznati više o mikrobima koji utječu na naše zdravlje, od onoga što jedu, do načina na koji rastu.
Pročitajte i ovo
SKUP SVJETSKIH STRUČNJAKA
Nobelovac: Bude li svijet uništen, to neće biti zbog umjetne inteligencije
Opasnost vreba
Važno upozorenje roditeljima: "Prijetnja je uznemirujuća"
velika tragedija
Mlada vatrogaskinja (18) poginula u nesreći na A1, kolege se opraštaju: "Trag koji je ostavila je neizbrisiv"
NALetjela na mađare
Policija o tragediji na A1: Poginula 18-godišnjakinja u BMW-u, nije imala vozačku
herojski čin
Drama na plaži, trojica mladića postali heroji: "Bez razmišljanja su skočili u more"
Pročitajte i ovo
A što sad?
Šef OpenAI-a otkrio novosti koje se tiču ChatGPT-a
Razumijevanje načina na koji bakterije rastu prvi je korak prema reinženjeringu našeg mikrobioma, ističe Paul Jensen, docent biomedicinskog inženjerstva na spomenutom američkom sveučilištu. Uz platformu BacterAI, to je razumijevanje sada nadohvat ruke. Istraživanje vezano za BacterAI objavljeno je u časopisu Nature Microbiology.
Kako radi BacterAI?
Umjesto da ovisi o označenim skupovima podataka, BacterAI generira svoj skup podataka provodeći eksperimente i analizirajući rezultate prošlih ispitivanja. Čineći to, može predvidjeti koji bi novi eksperimenti pružili najviše novih informacija. BacterAI je na taj način identificirao većinu pravila za hranjenje bakterija, s manje od 4000 eksperimenata.
Ipak, BacterAI nije samo prosječan model strojnog učenja već je programiran da poduzme korake i padne, da smisli vlastite ideje i da griješi, kaže Jensen. I baš kao dijete koje uči hodati, BacterAI svakim danom postaje malo bolji i pametniji.
Jensenov tim tvrdi da je BacterAI uspio proizvesti precizna predviđanja s 90 posto točnosti. To je postigao testiranjem brojnih kombinacija aminokiselina svaki dan, finim podešavanjem fokusa i mijenjanjem kombinacija na temelju rezultata prethodnog dana.
U usporedbi s tradicionalnim metodama, koje zahtijevaju značajno vrijeme i resurse za stjecanje osnovnih znanstvenih znanja o mikrobima, BacterAI može značajno ubrzati proces istraživanja. Znanstvenici su uz pomoć BacterAI-ja proveli do 10.000 eksperimenata u jednom danu.
Izvan mikrobiologije
Pročitajte i ovo
Regulativa nepoznatog
Može li Europa na vrijeme regulirati umjetnu inteligenciju? "Ne smijemo dopustiti da to traje godinama"
Potencijalni učinak te inovacije ipak nije ograničen samo na mikrobiologiju. BacterAI mogu koristiti znanstvenici u raznim područjima kako bi postavili pitanja u obliku zagonetki, koje umjetna inteligencija rješava putem pokušaja i pogrešaka.
Uz BacterAI mogli bismo vidjeti drastičan skok naprijed u tempu otkrića u područjima od medicine, preko poljoprivrede, do znanosti o okolišu.
S druge strane, ne smijemo zaboraviti da su najveća znanstvena otkrića proizašla iz ljudskih umova. Vrijeme će pokazati može li umjetna inteligencija uhvatiti hirove i zamršenosti znanstvenog uma, ali bez obzira na to, navedena nova tehnologija može biti samo jedan korak naprijed do toga.
Izvor: Tech Times