Генеративные модели искусственного интеллекта склонны к галлюцинациям и создают вымышленную или образную информацию. Учитывая растущую волну дезинформации об ИИ, эта привычка считается недостатком. Но, подобно тому как искусственный алмаз был изобретен непреднамеренно, когда ученые пытались достичь сверхвысокого давления и температуры, подобных земной мантии, галлюцинации также оказываются полезными для ученых в открытии новых лекарств.
Галлюцинации, вызванные искусственным интеллектом, и новые химические открытия
По оценкам экспертов, почти 5 миллионов смертей во всем мире так или иначе связаны с устойчивостью к антибиотикам, поэтому необходимы новые способы борьбы с устойчивыми вариантами бактерий, и это должно быть сделано в срочном порядке. Исследователи из Университета Макмастера и Медицинской школы Стэнфорда разработали новую модель, которая раскрывает потенциальные решения для борьбы с опасными для жизни бактериями, устойчивыми к антибиотикам.
Модель называется SyntheMol, и, согласно отчету об исследовании Стэнфордского университета,
«Компания SyntheMol разработала структуры и химические формулы для шести новых препаратов, направленных на уничтожение устойчивых штаммов Acinetobacter baumannii, одного из ведущих патогенов, вызывающих смертельные случаи, связанные с устойчивостью к антибактериальным препаратам»
Источник: Стэнфордский университет.
Джеймс Зу, доцент кафедры биомедицинской науки о данных и соавтор исследования, говорит, что существует огромная потребность в скорейшей разработке новых антибиотиков для общественного здравоохранения. Исследователи экспериментально подтвердили эффективность новых соединений, разработанных с помощью модели.
Зоу также упомянул, что их гипотеза заключалась в том, что существует множество потенциальных молекул, которые можно преобразовать в эффективные лекарства, но они еще не тестировали их или даже не разрабатывали, и именно поэтому они хотят использовать ИИ для создания молекул, которых не существует в природе.
SyntheMol открывает новые возможности
До появления генеративного ИИ исследователи использовали различные вычислительные подходы для разработки антибиотиков. Они применяли алгоритмы для обработки хранилищ лекарственных препаратов и распознавания соединений, которые могли бы воздействовать на патоген, который они хотели уничтожить.
С помощью этого метода им удалось отфильтровать 100 миллионов уже известных соединений, что также дало результаты, но это не был глубокий процесс для выявления всех химических соединений, которые могли бы оказаться полезными против бактерий.
Кайл Суонсон, один из ведущих авторов исследования иdent Стэнфордского университета, специализирующийся на вычислительной науке, утверждает, что химическое пространство огромно.
«По оценкам, существует около 1060 потенциальных молекул, похожих на лекарственные препараты. Поэтому 100 миллионов — это далеко не полное покрытие всего этого спектра»
Источник: Стэнфордский университет .
Как было сказано в начале, склонность ИИ к галлюцинациям может быть использована для открытия новых лекарств , как это было раньше при разработке новых соединений, но теперь он производит соединения, которые было бы невозможно создать в существующих условиях, говорит Суонсон. Исследователям также пришлось установить ограничения для модели, чтобы они могли искусственно создавать любую молекулу, которую модель себе представляла.
Зоу говорит, что эта модель знакомит их с совершенно новой областью химии, позволяя создавать новые молекулы, о существовании которых человечество раньше не знало. Зоу также совершенствует модель совместно с Суонсоном, чтобы использовать ее для разработки лекарств от сердечных заболеваний и для создания флуоресцентных молекул с новыми свойствами для лабораторных исследований.
