গভীর মন ডেমিস হাসাবিস এবং এআই এর ভবিষ্যত

ডেমিস হাসাবিস হলেন ডিপমাইন্ডের সিইও এবং সহ-প্রতিষ্ঠাতা এবং তিনি এআই সম্পর্কে লেক্স ফ্রিডম্যানের সাথে দুর্দান্ত কথা বলেছেন।

DeepMind Go এর সাথে সেরা মানব খেলোয়াড়দের পরাজিত করেছে এবং তারা দাবার জন্য সেরা AI তৈরি করেছে। ডিপমাইন্ড আলফাফোল্ড 2 তৈরি করেছে যা প্রোটিন ভাঁজ সমাধান করেছে।

যেহেতু উন্নত গণিত এবং ক্যালকুলাস পদার্থবিদ্যার অগ্রগতির জন্য গুরুত্বপূর্ণ ছিল তাই মনে হচ্ছে AI জীববিজ্ঞানের অগ্রগতিকে ত্বরান্বিত করতে সক্ষম হবে।

প্রকৃতির একটি নিবন্ধের নীচে আলফাফোল্ড 2 এর প্রভাব এবং বর্তমান সীমাবদ্ধতাগুলি বর্ণনা করা হয়েছে। আলফাফোল্ড 2 এবং গবেষকদের আরও প্রোটিন পরীক্ষা করতে এবং আরও ডেটা তৈরি করতে একসাথে কাজ করতে হবে। আরও ডেটা Alphafold 2 এবং এর ভবিষ্যদ্বাণীমূলক নির্ভুলতা উন্নত করতে সাহায্য করবে।

এখনও কাজ বাকি আছে কিন্তু এটি প্রোটিন ব্যবহার করে ওষুধ আবিষ্কারের উন্নতি ঘটাচ্ছে এবং এটি ডিজাইন করা প্রোটিন দিয়ে সম্ভব এমন পাঁচটি বড় চ্যালেঞ্জ মোকাবেলায় সাহায্য করতে পারে।

মনে হচ্ছে ডিপমাইন্ড সফ্টওয়্যারটি প্রচুর পরিমাণে ডেটা এবং জটিলতা সহ এলাকার জন্য একটি সরঞ্জাম হিসাবে খুব শক্তিশালী।

তারা পারমাণবিক ফিউশনের জন্য প্লাজমা ধারণ করার জন্য চৌম্বকীয় ক্ষেত্রগুলিকে কীভাবে সামঞ্জস্য করা যায় তা পূর্বাভাসও ব্যবহার করতে সক্ষম হয়েছে।

উপরে - মানুষের পারমাণবিক ছিদ্র কমপ্লেক্সের একটি উপরে-নিচে দৃশ্য, মানব কোষের বৃহত্তম আণবিক মেশিন। ক্রেডিট: Agnieszka Obarska-Kosinska

প্রকৃতি - আলফাফোল্ড এবং এআই প্রোটিন-ভাঁজ বিপ্লবের পরবর্তী কী।

ডিপমাইন্ড সফ্টওয়্যার যা প্রোটিনের 3D আকৃতির ভবিষ্যদ্বাণী করতে পারে তা ইতিমধ্যে জীববিজ্ঞান পরিবর্তন করছে।

এক দশকেরও বেশি সময় ধরে, আণবিক জীববিজ্ঞানী মার্টিন বেক এবং তার সহকর্মীরা বিশ্বের সবচেয়ে কঠিন জিগস পাজলগুলির মধ্যে একটি তৈরি করার চেষ্টা করছেন: মানব কোষের বৃহত্তম আণবিক মেশিনের একটি বিশদ মডেল।

নিউক্লিয়ার পোর কমপ্লেক্স নামক এই বেহেমথটি কোষের নিউক্লিয়াসের ভিতরে এবং বাইরে অণুর প্রবাহ নিয়ন্ত্রণ করে, যেখানে জিনোম বসে। প্রতিটি কোষে শত শত এই কমপ্লেক্স বিদ্যমান। প্রতিটি 1,000 টিরও বেশি প্রোটিন দ্বারা গঠিত যা একসাথে পারমাণবিক ঝিল্লির মাধ্যমে একটি গর্তের চারপাশে রিং তৈরি করে।

এই 1,000টি ধাঁধার অংশগুলি 30টিরও বেশি প্রোটিন বিল্ডিং ব্লক থেকে আঁকা হয়েছে যা অগণিত উপায়ে ইন্টারলেস করে। ধাঁধাটিকে আরও কঠিন করে, এই বিল্ডিং ব্লকগুলির পরীক্ষামূলকভাবে নির্ধারিত 3D আকারগুলি অনেক প্রজাতি থেকে সংগৃহীত কাঠামোর একটি পাত্র, তাই সবসময় একসাথে ভালভাবে মেশানো উচিত নয়। এবং ধাঁধার বাক্সের ছবি - পারমাণবিক ছিদ্র কমপ্লেক্সের একটি কম-রেজোলিউশনের 3D ভিউ - কতগুলি টুকরো একসাথে সঠিকভাবে ফিট করে তা জানার জন্য পর্যাপ্ত বিবরণের অভাব রয়েছে।

জুলাই 2021, DeepMind, Alphabet-এর অংশ — Google-এর মূল সংস্থা — AlphaFold2 নামে একটি কৃত্রিম বুদ্ধিমত্তা (AI) টুল সর্বজনীন করেছে৷ সফ্টওয়্যারটি তাদের জিনগত ক্রম থেকে প্রোটিনের 3D আকৃতির ভবিষ্যদ্বাণী করতে পারে, বেশিরভাগ অংশের জন্য, নির্ভুলতার সাথে।

কিছু ক্ষেত্রে, AI বিজ্ঞানীদের সময় বাঁচিয়েছে; অন্যদের মধ্যে এটি সম্ভব গবেষণা করেছে যা পূর্বে অকল্পনীয় বা অবাস্তব ছিল। এর সীমাবদ্ধতা রয়েছে এবং কিছু বিজ্ঞানী তাদের কাজের জন্য এর ভবিষ্যদ্বাণীগুলিকে খুব অবিশ্বস্ত বলে মনে করছেন। কিন্তু পরীক্ষা-নিরীক্ষার গতি উন্মত্ত।

15 জুলাই 2021-এ, RoseTTAFold এবং AlphaFold2 বর্ণনাকারী কাগজপত্রগুলি প্রকাশিত হয়েছিল, যার সাথে অবাধে উপলব্ধ, ওপেন-সোর্স কোড এবং বিশেষজ্ঞদের তাদের নিজস্ব সংস্করণগুলি চালানোর জন্য প্রয়োজনীয় অন্যান্য তথ্য রয়েছে। এক সপ্তাহ পরে, ডিপমাইন্ড ঘোষণা করেছে যে এটি মানুষের দ্বারা তৈরি প্রায় প্রতিটি প্রোটিনের গঠনের ভবিষ্যদ্বাণী করতে আলফাফোল্ড ব্যবহার করেছে, সেইসাথে 2টি অন্যান্য ব্যাপকভাবে অধ্যয়ন করা জীবের সম্পূর্ণ 'প্রোটিওম', যেমন ইঁদুর এবং ব্যাকটেরিয়া এসচেরিচিয়া কোলাই - 20-এর বেশি মোট কাঠামো।

এই বছর, ডিপমাইন্ড মোট 100 মিলিয়নেরও বেশি কাঠামোর পূর্বাভাস প্রকাশ করার পরিকল্পনা করেছে। এটি সমস্ত পরিচিত প্রোটিনের প্রায় অর্ধেক — এবং প্রোটিন ডেটা ব্যাঙ্ক (PDB) কাঠামোর ভান্ডারে পরীক্ষামূলকভাবে নির্ধারিত প্রোটিনের সংখ্যার থেকে শতগুণ বেশি।