Генеративные модели искусственного интеллекта склонны к галлюцинациям и создают вымышленную или образную информацию. Учитывая растущую волну дезинформации ИИ, эта привычка считается недостатком. Но точно так же, как искусственный алмаз был изобретен непреднамеренно, когда ученые пытались достичь условий сверхвысокого давления и тепла, подобных земной мантии, галлюцинации также оказываются полезными для ученых в открытии новых лекарств.
Галлюцинации искусственного интеллекта и новые химические открытия
По оценкам экспертов, почти 5 миллионов смертей во всем мире связаны с устойчивостью к антибиотикам, поэтому необходимы новые способы борьбы с устойчивыми вариантами бактерий, и притом на срочной основе. Исследователи из Университета Макмастера и Стэнфордской медицинской школы разработали новую модель, которая раскрывает потенциальные решения для опасных для жизни бактерий, устойчивых к антибиотикам.
Модель называется SyntheMol, и, согласно отчету об исследовании Стэнфорда,
«SyntheMol создала структуры и химические рецепты для шести новых лекарств, направленных на уничтожение устойчивых штаммов Acinetobacter baumannii, одного из ведущих патогенов, ответственных за смертность, связанную с устойчивостью к антибактериальным препаратам».
Источник: Стэнфордский университет.
Джеймс Зоу, доцент кафедры биомедицинских данных, а также соавтор исследования, говорит, что существует огромная необходимость как можно быстрее разработать новые антибиотики для общественного здравоохранения. Исследователи проверили новые соединения, разработанные с использованием этой модели, на экспериментальной основе.
Цзоу также упомянул, что их гипотеза заключалась в том, что существует множество потенциальных молекул, которые можно было бы превратить в эффективные лекарства, но они еще не тестировали их или даже не разработали молекулы, и это причина, по которой они хотят использовать ИИ для создания молекул. которых нет в природе.
SyntheMol открывает новые возможности
До появления генеративного искусственного интеллекта исследователи использовали различные вычислительные подходы для разработки антибиотиков. Они использовали алгоритмы для проверки хранилищ наркотиков и распознавания соединений, которые могли действовать против патогена, который они хотели убить.
С помощью этого метода они смогли отфильтровать 100 миллионов уже известных соединений, это также дало результаты, но это не был глубокий процесс, чтобы найти все химические соединения, которые могли бы оказаться полезными против бактерий.
Соавтор исследования и dent Стэнфордского университета по вычислительной технике Кайл Суонсон говорит, что химическое пространство огромно.
«Люди подсчитали, что существует около 1060 возможных молекул, подобных лекарствам. Таким образом, 100 миллионов далеко не покрывают все это пространство».
Источник: Стэнфордский университет.
Как было сказано в начале, склонность ИИ к галлюцинациям может быть использована для открытия новых лекарств , так же, как он использовался для разработки новых соединений, но теперь он производит соединения, которые было бы невозможно создать в существующих условиях, говорит Свонсон. Исследователям также пришлось поставить ограждения вокруг модели, чтобы они могли искусственно разработать любую молекулу, которую представляла модель.
Цзоу говорит, что эта модель учит их совершенно новой части химической области, создавая новые молекулы, о которых люди не знали. Цзоу вместе со Свенсоном также совершенствует модель, чтобы использовать ее для сердечных лекарств и для создания флуоресцентных молекул с новыми свойствами для лабораторных исследований.
Заметку Стэнфордского университета по этой теме можно посмотреть здесь .
