I modelli di intelligenza artificiale generativa sono inclini alle allucinazioni e creano informazioni fittizie o immaginarie. Considerata la crescente ondata di disinformazione sull'intelligenza artificiale, questa abitudine è considerata un difetto. Ma proprio come il diamante artificiale è stato inventato involontariamente quando gli scienziati cercavano di raggiungere condizioni di superpressione e calore simili a quelle del mantello terrestre, anche le allucinazioni si stanno rivelando utili agli scienziati per scoprire nuovi farmaci.
Allucinazioni dell'intelligenza artificiale e nuove scoperte chimiche
Secondo gli esperti, si stima che quasi 5 milioni di decessi siano in qualche modo correlati alla resistenza agli antibiotici a livello globale, quindi sono essenziali nuovi metodi per combattere le varianti batteriche resistenti, e lo sono con urgenza. I ricercatori della McMaster University e della Stanford Medicine School hanno sviluppato un nuovo modello che rivela potenziali soluzioni per i batteri potenzialmente letali resistenti agli antibiotici.
Il modello si chiama SyntheMol e, secondo il rapporto di studio di Stanford,
“SyntheMol ha creato strutture e ricette chimiche per sei nuovi farmaci volti a uccidere i ceppi resistenti di Acinetobacter baumannii, uno dei principali agenti patogeni responsabili dei decessi correlati alla resistenza antibatterica.”
Fonte: Università di Stanford.
James Zou, professore associato di scienza dei dati biomedici e coautore dello studio, afferma che c'è un'enorme necessità di sviluppare nuovi antibiotici il più rapidamente possibile per la salute pubblica. I ricercatori hanno validato sperimentalmente i nuovi composti sviluppati con il modello.
Zou ha anche detto che la loro ipotesi era che ci fossero molte molecole potenziali che potrebbero essere convertite in farmaci efficaci, ma non le hanno ancora testate o addirittura sviluppate, ed è per questo che vogliono usare l'intelligenza artificiale per creare molecole che non esistono in natura.
SyntheMol sta scoprendo nuove possibilità
Prima dell'intelligenza artificiale generativa, i ricercatori adottavano diversi approcci computazionali per lo sviluppo di antibiotici. Utilizzavano algoritmi per analizzare i depositi di farmaci e riconoscere i composti che avevano la possibilità di agire contro un agente patogeno che volevano eliminare.
Con questo metodo sono riusciti a filtrare 100 milioni di composti già noti, producendo anch'essi dei risultati, ma non è stato un processo approfondito quello di individuare tutti i composti chimici che avrebbero potuto rivelarsi utili contro i batteri.
Kyle Swanson, coautore principale dello studio edent in scienze computazionali a Stanford, afferma che lo spazio chimico è gigantesco.
"Si stima che esistano circa 1060 possibili molecole simili a farmaci. Quindi, 100 milioni sono ben lontani dal coprire l'intero spettro."
Fonte: Università di Stanford .
Come detto all'inizio, la tendenza dell'IA ad avere allucinazioni può essere sfruttata per scoprire nuovi farmaci , così come è stata utilizzata per sviluppare nuovi composti, ma ora sta producendo composti che sarebbero stati impossibili da produrre se fossero stati già esistenti, afferma Swanson. I ricercatori hanno anche dovuto creare delle barriere attorno al modello in modo da poter sviluppare artificialmente qualsiasi molecola immaginata dal modello.
Zou afferma che questo modello sta insegnando loro una parte completamente nuova del campo chimico, progettando nuove molecole di cui gli esseri umani non erano a conoscenza. Zou sta anche perfezionando il modello con Swanson per utilizzarlo per farmaci cardiaci e per creare molecole fluorescenti con nuove proprietà per la ricerca di laboratorio.
