Галлюцинации ИИ не всегда плохи — они могут создавать новые антибиотики

Модели генеративного искусственного интеллекта склонны к галлюцинациям и создают вымышленную информацию или образы. На фоне растущего потока дезинформации со стороны ИИ эта привычка считается недостатком. Но, подобно тому как искусственный алмаз был изобретен непреднамеренно, когда ученые пытались достичь сверхвысокого давления и температуры, как в мантии Земли, галлюцинации также оказываются полезными для ученых в открытии новых лекарств. 

Галлюцинации ИИ 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 бактериальными вариантами, причем в срочном порядке. Исследователи из Университета Макмастера и Медицинской школы Стэнфорда разработали новую модель, которая выявляет потенциальные решения для опасных для жизни бактерий, устойчивых к антибиотикам. 

Модель называется SyntheMol, и, согласно отчету исследования Стэнфорда,

 «SyntheMol создал структуры и химические рецепты для шести новых лекарств, направленных на уничтожение устойчивых штаммов Acinetobacter baumannii, одного из ведущих патогенов, ответственных за смерти, связанные с устойчивостью к антибиотикам».

Источник: Стэнфордский университет.

Джеймс Зоу, доцент кафедры биомедицинских данных и соавтор исследования, говорит, что существует огромная потребность в разработке новых антибиотиков как можно быстрее 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 превратить в эффективные лекарства, но они еще не были протестированы или даже не разработаны, 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 использовали алгоритмы для перебора баз данных лекарств и выявления соединений, которые могли бы действовать против патогена, который они хотели уничтожить. 

С помощью этого метода они смогли отфильтровать 100 миллионов уже известных соединений, что также дало результаты, но это не был глубокий процесс для поиска всех химических соединений, которые могли бы оказаться полезными против бактерий.

Соавтор исследования и докторант Стэнфорда по вычислительной науке Кайл Свонсон говорит, что химическое пространство гигантское.

«Люди оценивают, что существует около 10^60 возможных молекул, похожих на лекарства. Так что 100 миллионов — это ничтожно мало по сравнению с охватом всего этого пространства».

Источник: Стэнфордский университет.

Как было сказано в начале, склонность ИИ к галлюцинациям может быть использована для обнаружения новых лекарств, так как оно использовалось для разработки новых соединений, но теперь оно производит соединения, которые были бы невозможны для создания в существующих, говорит Свонсон. Исследователям также пришлось установить ограничители вокруг модели, чтобы они могли искусственно разработать любую молекулу, которую представила модель.

Зоу говорит, что эта модель обучает их совершенно новой части химической области, проектируя новые молекулы, о которых люди не знали. Зоу также дорабатывает модель вместе со Свонсоном, чтобы использовать ее для сердечных препаратов и создания флуоресцентных молекул с новыми свойствами для лабораторных исследований.