Til denne dag tale om kunstig intelligens er at gøre det uden tvivl om et af de mest tilbagevendende emner i verden af software og hardware design, ikke forgæves praktisk talt alle universiteter og forsknings- og udviklingscentre har eksperter, der arbejder med emnet, for ikke at nævne det, vi er at tale om, at i dag kan være et af de mest betalte job i computerværdien.
Langt fra alt dette er sandheden, at emnet kunstig intelligens lidt efter lidt pålægges i næsten alle sektorer relateret til computing, tingenes internet eller sociale netværk, for at nævne nogle af de sektorer, hvor det ser ud til, at enhver bruger, selvom nogle gange uden selv at vide det, bruger denne type software platform. På dette tidspunkt skal det bemærkes, at der ikke kun pålægges kunstig intelligens i disse sektorer, men lidt efter lidt udvikler det sig inden for andre videnskabelige områder som i dette tilfælde udvikling af nye lægemidler.
Et team fra MIT har formået at designe software, der er i stand til at skabe nye stoffer
Et af de største problemer, som lægemiddelindustrien står over for, hvis man kan kalde det, er at udviklingen af nye molekyler stadig er nødvendig, noget der er nødvendigt for at skabe nye lægemidler, udføres manuelt. En proces der nysgerrig er den samme både for at skabe et helt nyt lægemiddel og en udvikling af et eksisterende for at forbedre dets egenskaber.
Grundlæggende og uden at gå for meget i detaljer, hvad kemikere gør i denne type proces er at vælge et molekyle, hvis potentiale er kendt for at bekæmpe en meget specifik sygdom. En række manuelle justeringer foretages på dette allerede valgte molekyle for at forbedre dets virkninger. Desværre denne opgave tager normalt de involverede kemikere lang tid for efter alt dette arbejde ikke at få de forventede resultater.
Denne software kan spare meget arbejde for kemikere, der er involveret i udviklingen af et nyt lægemiddel
Som du kan se, var arbejdet hos en kemiker ved design af et nyt lægemiddel indtil nu en opgave, der kunne være ret frustrerende, i det mindste indtil nu. Jeg siger dette, da laboratoriet for datalogi og kunstig intelligens i et fælles arbejde med Institut for Elektroteknik og Datalogi, der begge hører til Massachusetts Institute of Technology (MIT) har formået at designe software, der er i stand til at automatisere lægemiddeldesignprocessen ved hjælp af automatiserede læringssystemer.
Under de første tests udført med denne nye software, i stand til vælg molekyler med potentiale til at bekæmpe en bestemt sygdom baseret på lægemidlets ønskede egenskaber til ændre molekylære strukturer af det samme for at opnå den højest mulige styrke, mens de forbliver kemisk gyldige.
Med ordene fra Rob Matheson, MIT-læge:
Modellen tager grundlæggende data fra den inputmolekylære struktur og opretter direkte molekylære grafer: detaljerede repræsentationer af en molekylær struktur, med knuder, der repræsenterer atomer og kanter, der repræsenterer bindinger. Du nedbryder disse grafer i mindre grupper af gyldige funktionelle grupper, som du bruger som 'byggesten', der hjælper dig med mere nøjagtigt at rekonstruere og bedre ændre molekyler.
Der er stadig mange måneders arbejde for at få softwaren til at fungere uden problemer
Den negative del af dette projekt er, at det bare er et job, der stadig har en masse udvikling foran sig. Alligevel er det især slående, at denne nye software har opnået meget mere effektive resultater end andre systemer designet til at automatisere lægemiddeldesignprocessen, da alle de molekyler, der blev oprettet under testene, var gyldige, mens andre almindeligt accepterede modeller, har en gyldighedsgrad på 43%.
Med ordene fra Wengong jin, Ph.d.-studerende ved MITs laboratorium for datalogi og kunstig intelligens:
Motivationen bag dette var at erstatte den ineffektive humane modifikationsproces med at designe molekyler med automatisk iteration og sikre gyldigheden af de molekyler, vi genererede.