Kecerdasan Buatan memecahkan masalah sains berusia setengah abad

Kecerdasan Buatan memecahkan masalah sains berusia setengah abad


Dengan Opini 28m yang lalu

Bagikan artikel ini:

Oleh Profesor Louis CH Fourie

Artificial Intelligence (AI) saat ini menggerakkan banyak aplikasi dunia nyata, mulai dari pengenalan wajah hingga penerjemah bahasa dan asisten pribadi.

Secara bersamaan, perusahaan di seluruh industri semakin memanfaatkan kekuatan AI dalam operasi mereka untuk meningkatkan produktivitas, pertumbuhan, dan inovasi. Seiring kemajuan teknologi, AI secara bertahap mulai mengambil alih tugas yang lebih banyak dan lebih biasa, sehingga menghilangkan upaya manusia dan risiko kesalahan konstan yang melekat pada manusia.

AI melakukan pemikiran yang berat

Popularitas Internet of Things dan berbagai sensor serta perangkat otonom terus-menerus menghasilkan data dalam jumlah besar. Menafsirkan data dalam jumlah besar ini dan mengubahnya menjadi wawasan yang dapat ditindaklanjuti tidak mungkin dilakukan oleh manusia. Dengan demikian, orang-orang mulai menggunakan AI dan kemampuan komputasi dan pemecahan masalah yang unggul dari mesin untuk membantu pemeriksaan jumlah yang sangat besar untuk membuat keputusan yang lebih terinformasi. Karena itu, manusia menggunakan AI untuk melakukan pemikiran berat untuk mereka, misalnya:

Otomatiskan analisis rumit dari data kompleks untuk menemukan tren, pola, dan asosiasi. Pantau dan pelajari data waktu nyata, sesuaikan perilaku secara mandiri dengan sedikit kebutuhan untuk pengawasan. Temukan inefisiensi operasional. Tingkatkan akurasi dan efisiensi. Memprediksi hasil di masa depan berdasarkan tren historis yang diamati.Informasi keputusan berdasarkan fakta.

Jalankan rencana. Terus belajar dan meningkatkan melalui pembelajaran mesin tanpa diprogram secara eksplisit oleh manusia.

AI dan tantangan yang belum terpecahkan

Dengan menganalisis dan memahami data dengan lebih baik, kami dapat menghasilkan respons yang lebih baik untuk menghadapi masalah sehari-hari. Namun, kemajuan yang stabil dalam tugas-tugas AI dasar dalam beberapa tahun terakhir dan aliran kemajuan yang stabil dalam AI dan khususnya pembelajaran mesin (bagian dari teknologi AI yang memungkinkan komputer untuk menyesuaikan secara mandiri saat terkena data baru), telah membuka banyak peluang menjanjikan untuk aplikasi AI.

Tampaknya kami hampir menciptakan AI yang akan mampu menemukan solusi untuk tantangan dunia yang paling mendesak.

Eric Schmidt, mantan ketua eksekutif Alphabet (sebelumnya Google) dan Demis Hassabis, kepala eksekutif Deepmind (sebuah divisi di dalam Google yang melakukan pekerjaan terobosan dalam pembelajaran mesin), selama beberapa waktu telah mengatakan bahwa komputer yang kuat dan perkembangan AI akan di masa depan menyelesaikan tantangan global utama yang belum dapat diselesaikan oleh manusia hingga sekarang ..

Beberapa masalah kompleks yang mungkin dapat diselesaikan di masa depan oleh AI adalah deteksi dini pandemi, diagnosis kasus cepat, perubahan iklim, kemiskinan, ketahanan pangan, efisiensi energi, prediksi bencana, deteksi penipuan, dan deteksi dini konflik.

Bayangkan saja AI memilah-milah ribuan dokumen dan simulasi secara elektronik untuk menemukan obat bagi banyak tantangan serius dalam hidup – terus belajar sambil terus berlanjut.

Memecahkan masalah biologis yang kompleks

Protein adalah molekul kompleks yang besar, yang terdiri dari rantai asam amino. Para ilmuwan telah berjuang selama hampir setengah abad dengan masalah “pelipatan protein” – pemetaan bentuk tiga dimensi dari protein yang bertanggung jawab atas penyakit mulai dari kanker hingga Covid-19.

Protein adalah mekanisme mikroskopis yang mendorong perilaku virus, bakteri, tubuh manusia, dan semua makhluk hidup. Apa yang dilakukan protein sangat bergantung pada struktur 3D yang unik. Memahami bentuk pelipatan protein secara luas dikenal sebagai “masalah pelipatan protein” yang telah menjadi tantangan utama dalam biologi selama setengah abad.

Kemampuan untuk memprediksi struktur ini akan memberikan wawasan yang lebih luas tentang apa yang dilakukan protein dan bagaimana cara kerjanya. Perkembangan pengobatan penyakit atau penemuan enzim yang memecah limbah industri bergantung pada pelipatan protein dan urutan asam aminonya.

Beberapa hari yang lalu, perusahaan DeepMind mengumumkan di blognya bahwa sistem AI-nya, AlphaFold, memecahkan tantangan lama “pelipatan protein” setengah abad ini dengan memprediksi struktur protein secara komputasi dengan kecepatan dan presisi yang luar biasa. Solusi ini adalah kemajuan besar dalam biologi.

Apa yang membuat terobosan ini begitu luar biasa adalah bahwa hal itu terjadi bertahun-tahun lebih awal dari yang diharapkan. Pada tahun 1969 Cyrus Levinthal menyatakan bahwa dibutuhkan waktu yang lebih lama dari usia alam semesta yang diketahui untuk menghitung semua kemungkinan konfigurasi protein tipikal (10 300 konformasi) dengan perhitungan brute force. Namun di alam, protein melipat secara spontan, seringkali dalam milidetik – dikotomi yang sering disebut paradoks Levinthal.

Melalui penggunaan arsitektur pembelajaran mendalam yang baru, DeepMind mencapai tingkat akurasi yang tak tertandingi sebesar 92,4 persen, yang menyaingi tingkat akurasi eksperimen fisik.

Mereka menganggap protein terlipat sebagai “grafik spasial” dan menciptakan sistem jaringan saraf berbasis perhatian untuk menafsirkan struktur grafik.

Dampak dunia nyata

Terobosan biologis yang luar biasa ini dengan jelas menggambarkan dampak yang dapat ditimbulkan AI pada penemuan ilmiah, potensinya untuk memecahkan tantangan kompleks, dan potensinya untuk secara radikal mempercepat kemajuan dalam pemahaman tentang banyak bidang fundamental dunia. Hingga saat ini, sekitar 200 juta protein telah diketahui, tetapi hanya sebagian kecil yang telah dibuka untuk memahami cara kerjanya. Teknik pengungkapan saat ini membutuhkan peralatan yang mahal dan seringkali membutuhkan bertahun-tahun atau beberapa dekade eksperimen untuk menyelesaikannya.

Secara khusus, prediksi struktur protein dapat berkontribusi pada pemahaman penyakit tertentu dengan, antara lain, mengidentifikasi protein yang tidak berfungsi. Wawasan ini dapat membantu pengembangan pengobatan yang lebih baik untuk pengobatan penyakit tertentu, membuka misteri tubuh manusia, serta mempercepat proses pengembangan obat baru dan penggunaan kembali obat yang ada sebagai campuran untuk mengobati virus dan penyakit baru. .

AI dengan demikian dapat secara dramatis mengubah perang melawan penyakit jika mereka dapat menentukan bagaimana obat akan mengikat atau secara fisik menempel pada molekul protein untuk mengubah perilakunya.

Misalnya, Andrei Lupas dari Max Plank Institute for Developmental Biology di Jerman telah berjuang untuk menentukan bentuk protein tertentu dalam organisme kecil mirip bakteri yang disebut archaeon.

Karena protein mengangkangi membran sel individu, bahkan setelah satu dekade ia tidak dapat menentukan bentuknya. Dengan bantuan AlphaFold dia memecahkan masalah dalam waktu setengah jam.

Meskipun terobosan mungkin terlambat untuk membuat dampak signifikan pada virus corona, prediksi struktur protein yang cepat dan akurat dapat sangat berguna untuk mempercepat upaya respons pandemi di masa depan.

Awal tahun ini, DeepMind mampu memprediksi beberapa struktur protein virus Sars-CoV-2, termasuk protein yang strukturnya sebelumnya tidak diketahui.

AlphaFold juga dapat membantu di masa depan dalam pengembangan vaksin baru untuk virus.

Beberapa peneliti juga percaya bahwa sistem AI DeepMind dapat membantu para ilmuwan mendapatkan pemahaman yang lebih baik tentang penyakit genetik seperti Alzheimer atau fibrosis kistik.

Masa depan

Sistem AI AlphaFold oleh DeepMind telah dengan jelas menunjukkan potensi besar untuk AI sebagai alat dalam penemuan mendasar. Teknologi AI, khususnya jaringan saraf (sistem matematika yang dimodelkan pada jaringan neuron di otak manusia), memungkinkan mesin untuk melakukan banyak tugas yang pernah berada di luar jangkauannya, serta jangkauan manusia.

Namun, seperti hipotesis pemenang Hadiah Nobel bidang Kimia Christian Anfinsen bahwa urutan asam amino protein menentukan strukturnya meletakkan tantangan untuk memprediksi secara komputasi struktur 3D dari protein yang jauh di luar jangkauan sains pada saat itu, masih banyak tantangan yang masih harus diselesaikan.

Namun kemajuan yang dibuat oleh DeepMind membawa harapan bahwa AI dapat menjadi salah satu alat paling berguna bagi umat manusia dalam memperluas batas ilmu pengetahuan dan menyelesaikan masalah dunia yang tak tertandingi.

Akhirnya AI akan ditemukan di setiap industri di planet Bumi. Meski banyak pengembangan dan lebih banyak terobosan masih dibutuhkan, AI memang dapat membantu menyelesaikan sejumlah masalah global yang tidak dapat diselesaikan manusia hingga saat ini.

Penulis Amerika, Helen Keller, pernah berkata: ÔÇťOptimisme adalah keyakinan yang mengarah pada pencapaian. Tidak ada yang bisa dilakukan tanpa harapan dan keyakinan. ” Siapa tahu, suatu saat AI mungkin saja menemukan obat untuk kanker dan menyelesaikan masalah kemiskinan dan kelaparan di dunia.

Profesor Louis CH Fourie adalah seorang futuris dan ahli strategi teknologi

LAPORAN BISNIS


Posted By : https://airtogel.com/