Când vă gândiți la contribuțiile AI la știință, probabil vă gândiți la AlphaFold, programul Google DeepMind de pliere a proteinelor care i-a adus creatorului său un Premiu Nobel anul trecut. Acum, OpenAI spune că intră și ea în jocul științific – cu un model pentru ingineria proteinelor, scrie MIT Technology Rview.
Compania spune că a dezvoltat un model de limbaj care visează proteine capabile să transforme celulele obișnuite în celule stem – și că a învins cu ușurință oamenii la această sarcină.
Activitatea reprezintă primul model al OpenAI axat pe date biologice și prima afirmație publică conform căreia modelele sale pot oferi rezultate științifice neașteptate. Ca atare, este un pas înainte pentru a determina dacă AI poate face sau nu descoperiri adevărate, ceea ce unii susțin că este un test major pe calea către „inteligența artificială generală ”.
Săptămâna trecută, directorul general al OpenAI, Sam Altman, a declarat că este „încrezător” că societatea sa știe cum să construiască un AGI, adăugând că „instrumentele superinteligente ar putea accelera masiv descoperirea științifică și inovarea mult peste ceea ce suntem capabili să facem singuri”.
Proiectul de inginerie proteică a început în urmă cu un an, când Retro Biosciences, o companie de cercetare a longevității cu sediul în San Francisco, a abordat OpenAI pentru a lucra împreună.
Această legătură nu a fost întâmplătoare. Sam Altman, directorul general al OpenAI, a finanțat personal Retro cu 180 de milioane de dolari, după cum MIT Technology Review a scris pentru prima dată în 2023.
Retro are ca obiectiv prelungirea duratei de viață umane normale cu 10 ani. Pentru aceasta, studiază ceea ce se numește factorii Yamanaka. Aceștia sunt un set de proteine care, atunci când sunt adăugate la o celulă de piele umană, o fac să se transforme într-o celulă stem cu aspect tânăr, un tip care poate produce orice alt țesut din organism.
Este un fenomen pe care cercetătorii de la Retro și de la companii cu finanțare bogată, precum Altos Labs, îl văd ca un posibil punct de plecare pentru întinerirea animalelor, construirea de organe umane sau furnizarea de rezerve de celule de înlocuire.
Însă o astfel de „reprogramare” celulară nu este foarte eficientă. Durează câteva săptămâni și mai puțin de 1% din celulele tratate într-o farfurie de laborator vor finaliza procesul de întinerire.
Noul model al OpenAI, denumit GPT-4b micro, a fost antrenat să sugereze modalități de reproiectare a factorilor proteici pentru a le spori funcția. Potrivit OpenAI, cercetătorii au folosit sugestiile modelului pentru a modifica doi dintre factorii Yamanaka pentru a fi de peste 50 de ori mai eficienți – cel puțin conform unor măsuri preliminare.
„În general, proteinele par mai bune decât cele pe care oamenii de știință le-au putut produce singuri”, spune John Hallman, un cercetător OpenAI.
Hallman și Aaron Jaech de la OpenAI, precum și Rico Meinl de la Retro, au fost principalii dezvoltatori ai modelului.
Oamenii de știință externi nu vor putea spune dacă rezultatele sunt reale până când acestea nu vor fi publicate, lucru pe care companiile spun că îl plănuiesc. De asemenea, modelul nu este disponibil pentru o utilizare mai largă – este încă o demonstrație personalizată, nu o lansare oficială a produsului.
„Acest proiect este menit să arate că suntem serioși în ceea ce privește contribuția la știință”, spune Jaech. „Dar dacă aceste capacități vor fi prezentate lumii ca un model separat sau dacă vor fi integrate în modelele noastre principale de raționament – asta încă nu a fost stabilit.”
Modelul nu funcționează la fel ca AlphaFold de la Google, care prezice ce formă vor lua proteinele. Deoarece factorii Yamanaka sunt proteine neobișnuit de nestructurate, OpenAI a declarat că acestea au necesitat o abordare diferită, pentru care modelele sale de limbaj de mari dimensiuni erau potrivite.
Modelul a fost antrenat pe exemple de secvențe de proteine din mai multe specii, precum și pe informații privind proteinele care tind să interacționeze între ele. Deși acestea sunt multe date, reprezintă doar o fracțiune din cele pe care au fost antrenate chatbot-urile emblematice ale OpenAI, făcând din GPT-4b un exemplu de „model lingvistic mic” care funcționează cu un set de date concentrat.
Odată ce cercetătorii Retro au primit modelul, au încercat să îl orienteze pentru a sugera posibile reproiectări ale proteinelor Yamanaka. Tactica de prompting utilizată este similară metodei „few-shot”, în care un utilizator interoghează un chatbot oferind o serie de exemple cu răspunsuri, urmate de un exemplu la care robotul să răspundă.
Deși inginerii geneticieni dispun de modalități de a dirija evoluția moleculelor în laborator, de obicei nu pot testa decât un număr limitat de posibilități. Și chiar și o proteină de lungime obișnuită poate fi modificată în moduri aproape infinite (deoarece proteinele sunt construite din sute de aminoacizi, iar fiecare acid este disponibil în 20 de variante posibile).
Cu toate acestea, modelul OpenAI oferă adesea sugestii în care o treime din aminoacizii din proteine au fost modificați.
„Am aruncat imediat acest model în laborator și am obținut rezultate reale”, spune Joe Betts-Lacroix, CEO al Retro. Acesta spune că ideile modelului au fost neobișnuit de bune, conducând la îmbunătățiri față de factorii Yamanaka originali într-o fracțiune substanțială de cazuri.
Vadim Gladyshev, un cercetător în domeniul îmbătrânirii de la Universitatea Harvard care colaborează cu Retro, spune că sunt necesare modalități mai bune de a produce celule stem. „Pentru noi, ar fi extrem de util. [Celulele pielii] sunt ușor de reprogramat, dar alte celule nu sunt”, spune el. „Și să o faci într-o specie nouă – este adesea extrem de diferit și nu obții nimic”.
Cum anume ajunge GPT-4b la presupunerile sale nu este încă clar – așa cum se întâmplă adesea cu modelele AI. „Este ca atunci când AlphaGo a zdrobit cel mai bun om la Go, dar a fost nevoie de mult timp pentru a afla de ce”, spune Betts-Lacroix. „Încă ne dăm seama ce face și credem că modul în care aplicăm acest lucru este doar la început.”
OpenAI spune că nu s-au efectuat tranzacții financiare în cadrul colaborării. Dar, deoarece activitatea ar putea aduce beneficii companiei Retro, al cărei cel mai mare investitor este Altman, anunțul ar putea contribui la întrebările care se învârt în jurul proiectelor secundare ale CEO-ului OpenAI.
Anul trecut, Wall Street Journal a declarat că investițiile ample ale lui Altman în startup-uri tehnologice private reprezintă un „imperiu investițional opac” care „creează o listă tot mai lungă de potențiale conflicte”, deoarece unele dintre aceste companii fac afaceri și cu OpenAI.
În cazul Retro, simpla asociere cu Altman, OpenAI și cursa către AGI i-ar putea îmbunătăți profilul și capacitatea de a angaja personal și de a strânge fonduri. Betts-Lacroix nu a răspuns întrebărilor dacă societatea aflată la început de drum se află în prezent în faza de strângere de fonduri.
OpenAI spune că Altman nu a fost direct implicat în activitatea sa și că nu ia niciodată decizii bazate pe alte investiții ale lui Altman.
