Estás leyendo la publicación: Aceleración de los descubrimientos científicos: la IA realiza experimentos autónomos
Una plataforma de inteligencia artificial conocida como BacterAI, diseñada por un equipo de investigación dirigido por un profesor de la Universidad de Michigan, ha demostrado su capacidad para realizar una asombrosa cantidad de experimentos científicos autónomos, hasta 10 000 por día. La aplicación revolucionaria de la IA podría allanar el camino para avances rápidos en varios campos, incluidos la medicina, la agricultura y las ciencias ambientales.
Los resultados de la investigación fueron publicados en Microbiología de la naturaleza.
Descifrando el metabolismo microbiano con BacterAI
BacterAI fue desarrollado para mapear el metabolismo de dos microbios asociados con la salud oral, sin ninguna información de referencia para comenzar. Los complejos procesos metabólicos de las bacterias implican el consumo de una combinación específica de los 20 aminoácidos necesarios para la vida. El objetivo de la investigación fue determinar los aminoácidos precisos que necesitan los microbios orales beneficiosos para promover su crecimiento.
“No sabemos casi nada sobre la mayoría de las bacterias que influyen en nuestra salud. Comprender cómo crecen las bacterias es el primer paso hacia la reingeniería de nuestro microbioma”, dijo Paul Jensen, profesor asistente de ingeniería biomédica de la UM, que estaba en la Universidad de Illinois cuando comenzó el proyecto.
Una tarea desafiante simplificada por IA
Decodificar la combinación preferida de aminoácidos para las bacterias es una tarea abrumadora debido a las más de un millón de combinaciones posibles. Sin embargo, BacterAI pudo determinar con éxito los requisitos de aminoácidos para el crecimiento de ambos Streptococcus gordonii y Streptococcus sanguinis.
El enfoque de BacterAI implicó probar cientos de combinaciones de aminoácidos por día, refinar su enfoque y alterar las combinaciones cada día en función de los resultados de los experimentos del día anterior. En un lapso de nueve días, logró un 90% de precisión en sus predicciones.
Aprendizaje de IA a través de prueba y error
A diferencia de los métodos tradicionales que utilizan conjuntos de datos etiquetados para entrenar modelos de aprendizaje automático, BacterAI genera su propio conjunto de datos a través de un proceso iterativo de realización de experimentos, análisis de resultados y predicción de resultados futuros. Este método le permitió descifrar las reglas para alimentar bacterias con menos de 4.000 experimentos.
“Queríamos que nuestro agente de IA diera pasos y se cayera, que tuviera sus propias ideas y cometiera errores. Cada día se vuelve un poco mejor, un poco más inteligente”, dijo Jensen, destacando los paralelos entre el proceso de aprendizaje de BacterAI y un niño.
El futuro de la IA en la investigación
Dado que se ha realizado poca o ninguna investigación sobre aproximadamente el 90 % de las bacterias, los métodos convencionales presentan una barrera significativa en términos de tiempo y recursos necesarios. La capacidad de BacterAI para realizar experimentos automatizados podría acelerar drásticamente los descubrimientos. En un solo día, el equipo logró ejecutar hasta 10.000 experimentos.
Sin embargo, las aplicaciones potenciales de BacterAI se extienden más allá de la microbiología. Los investigadores de cualquier campo pueden plantear preguntas como acertijos para que la IA las resuelva a través de este tipo de proceso de prueba y error.
“Con la reciente explosión de la IA convencional en los últimos meses, muchas personas no están seguras de lo que traerá en el futuro, tanto positivo como negativo”, dijo Adam Dama, exingeniero de Jensen Lab y autor principal del estudio. . “Pero para mí, está muy claro que las aplicaciones enfocadas de IA como nuestro proyecto acelerarán la investigación diaria”.
