Deep Mind Демис Хассабис и будущее ИИ

Демис Хассабис, генеральный директор и соучредитель DeepMind, отлично поговорил с Лексом Фридманом об искусственном интеллекте.

DeepMind обыграли лучших игроков в го, а также создали лучший ИИ для шахмат. DeepMind также создала AlphaFold 2, которая решила проблему сворачивания белков.

Поскольку передовая математика и исчисление имели решающее значение для прогресса физики, похоже, что ИИ сможет ускорить развитие биологии.

Ниже в статье в Nature описываются влияние и текущие ограничения Alphafold 2. Alphafold 2 и исследователи должны будут работать вместе, чтобы протестировать больше белков и получить больше данных. Дополнительные данные помогут улучшить Alphafold 2 и его точность прогнозирования.

Еще многое предстоит сделать, но это улучшает поиск лекарств с использованием белков и может помочь решить пять серьезных проблем, которые возможны с помощью разработанных белков.

Похоже, что программное обеспечение DeepMind является очень мощным инструментом для областей с большими объемами данных и сложностью.

Они также смогли использовать его для прогнозирования того, как регулировать магнитные поля, чтобы удерживать плазму для ядерного синтеза.

Вверху — вид сверху вниз на комплекс ядерных пор человека, самую большую молекулярную машину в клетках человека. Фото: Агнешка Обарска-Косинска

Природа — что дальше для AlphaFold и революции в области фолдинга белков искусственного интеллекта.

Программное обеспечение DeepMind, которое может предсказывать трехмерную форму белков, уже меняет биологию.

Более десяти лет молекулярный биолог Мартин Бек и его коллеги пытались собрать воедино одну из самых сложных пазлов в мире: детальную модель самой большой молекулярной машины в клетках человека.

Этот гигант, называемый комплексом ядерных пор, контролирует поток молекул в ядро ​​клетки и из него, где находится геном. Сотни таких комплексов существуют в каждой клетке. Каждый состоит из более чем 1,000 белков, которые вместе образуют кольца вокруг отверстия в ядерной мембране.

Эти 1,000 кусочков головоломки составлены из более чем 30 белковых строительных блоков, которые переплетаются бесчисленным множеством способов. Загадку еще больше усложняет то, что экспериментально определенные трехмерные формы этих строительных блоков представляют собой смесь структур, собранных из многих видов, поэтому они не всегда хорошо сочетаются друг с другом. И изображение на коробке головоломки — трехмерное изображение комплекса ядерных пор с низким разрешением — не имеет достаточной детализации, чтобы понять, сколько частей точно подходят друг к другу.

В июле 2021 года DeepMind, входящая в состав Alphabet — материнской компании Google — обнародовала инструмент искусственного интеллекта (ИИ) под названием AlphaFold2. Программное обеспечение могло предсказывать трехмерную форму белков по их генетической последовательности, по большей части, с предельной точностью.

В некоторых случаях ИИ экономил время ученых; в других это сделало возможными исследования, которые ранее были немыслимы или крайне непрактичны. У него есть ограничения, и некоторые ученые считают его предсказания слишком ненадежными для своей работы. Но темпы экспериментов бешеные.

15 июля 2021 г. появились документы, описывающие RoseTTAFold и AlphaFold2, а также свободно доступный код с открытым исходным кодом и другая информация, необходимая специалистам для запуска собственных версий инструментов. Неделю спустя DeepMind объявила, что использовала AlphaFold для предсказания структуры почти каждого белка, производимого людьми, а также полных «протеомов» 2 других широко изученных организмов, таких как мыши и бактерия Escherichia coli — более 20 365,000 конструкций всего.

В этом году DeepMind планирует выпустить в общей сложности более 100 миллионов прогнозов структуры. Это почти половина всех известных белков — и в сотни раз больше, чем количество экспериментально определенных белков в хранилище структур Protein Data Bank (PDB).