Il prossimo salto dell'IA nella scienza arriverà dagli agenti ragionanti, non da modelli affamati di dati come AlphaFold

Punti chiave

• AlphaFold di Google DeepMind ha permesso a Demis Hassabis e John Jumper di vincere il Premio Nobel per la chimica 2024 per aver predetto le forme delle proteine.
• Il database di proteine su cui AlphaFold è stato addestrato ha richiesto 53 anni e circa 21 miliardi di dollari di lavoro sperimentale per essere assemblato.
• La maggior parte dei campi scientifici non può produrre dataset di quella qualità, rendendo l'IA nello stile di AlphaFold un modello scadente per la scienza in generale.
• Gli agenti IA, software che ragiona attraverso i problemi e utilizza più strumenti in sequenza, stanno già uguagliando i risultati della ricerca umana decennale in poche ore.
• Un beneficio secondario fondamentale: gli agenti registrano automaticamente ogni step che compiono, il che potrebbe aiutare a risolvere la crisi di riproducibilità di lunga durata della scienza.

Due anni fa, l'idea che un programma per computer potesse risolvere uno dei puzzle più difficili della biologia sembrava straordinaria. Poi AlphaFold l'ha fatto.

Il programma, costruito da Google DeepMind, può predire la forma tridimensionale di una proteina, una molecola la cui forma determina ciò che fa dentro il corpo, dalla sola sua sequenza genetica. Gli scienziati hanno inseguito questo problema per cinquant'anni. Nel 2024, Demis Hassabis e John Jumper hanno vinto il Premio Nobel per la chimica per questo. Le startup si sono riversate nella biologia e nella chimica, raccogliendo miliardi sulla base dell'assunto che l'IA più dati avrebbe sbloccato scoperta dopo scoperta.

Quell'assunto, secondo un'analisi dettagliata riportata per la prima volta da MIT Technology Review, merita un esame più attento.

Perché non possiamo semplicemente ripetere quello che ha fatto AlphaFold?

Semplicemente: i dati necessari per farlo quasi mai esistono. AlphaFold è stato addestrato sulla Protein Data Bank, una raccolta di approssimativamente 170.000 forme di proteine confermate sperimentalmente costruita nel corso di 53 anni di cooperazione internazionale, con un costo stimato di 21 miliardi di dollari. Quel tipo di dataset è straordinariamente raro.

La maggior parte della scienza sperimentale è più disordinata. Le colture cellulari cambiano sottilmente nel tempo. I prodotti chimici contengono impurità in tracce. L'umidità del laboratorio varia tra le letture. I risultati che una squadra può replicare di martedì potrebbero non valere per un'altra squadra di giovedì. I dati puliti, standardizzati e su larga scala di cui ha bisogno una rete neurale moderna, il riconoscitore di schemi statistici al cuore di strumenti come AlphaFold, per imparare semplicemente non esiste nella maggior parte dei campi, e costruirlo richiederebbe decenni.

Una manciata di aree, la previsione del tempo e parti della genomica tra loro, hanno il giusto tipo di dati e potrebbero presto vedere breakthrough nello stile di AlphaFold. Ma sono l'eccezione.

Quindi cosa funziona?

Gli agenti IA mostrano una vera promessa, e funzionano in modo molto diverso. Un agente è software che ragiona attraverso un problema multi-step chiamando in causa strumenti diversi, scegliendo il miglior risultato, scartando ciò che fallisce, e riprovando. Si comporta meno come una tabella di ricerca e più come uno scienziato attento.

AI Co-Scientist di Google, annunciato a maggio, è un primo esempio. I ricercatori gli hanno dato un briefing di una pagina e un obiettivo: capire come la resistenza agli antibiotici, la capacità dei batteri di sopravvivere ai farmaci progettati per ucciderli, si diffonde tra le specie batteriche. Il sistema ha diviso il compito tra diversi sottoprogrammi. Uno ha generato ipotesi dalla letteratura scientifica. Un secondo ha sfidato ogni ipotesi come farebbe un revisore. Un terzo ha classificato i sopravvissuti. Un quarto ha affinato il vincitore.

L'agente ha concluso che i geni di resistenza stavano facendo un viaggio nei virus batterici, prendendo in prestito qualunque virus potesse portarli in un nuovo ospite. Ricercatori all'Imperial College London avevano trascorso un decennio a raggiungere la stessa conclusione attraverso laborioso lavoro di laboratorio. Il loro articolo era ancora in peer review quando Co-Scientist ha prodotto la sua risposta.

Cosa significa questo per i pazienti e il pubblico?

Una scienza più veloce e riproducibile significa percorsi più rapidi dalla scoperta di laboratorio alla sperimentazione clinica. Importa anche per la fiducia. La crisi di riproducibilità della scienza, dove i ricercatori ripetutamente scoprono che non riescono a replicare i risultati l'uno dell'altro, ha tranquillamente minato la fiducia nella ricerca medica per anni. Gli agenti registrano automaticamente ogni step che compiono, creando un record esatto del loro metodo. Quel record rende la replica semplice in un modo che i taccuini di laboratorio umani, spesso scritti a mano e incompleti, raramente sono.

Gli agenti non sono perfetti. Occasionalmente producono ancora errori che suonano sicuri, il loro ragionamento non è sempre coerente, e hanno limiti su quanto a lungo possono lavorare senza supervisione umana. Questi sono vincoli reali. Ma sono problemi di ingegneria, non barriere fondamentali.

Il cambio più grande è più tranquillo di un Premio Nobel, e potrebbe importare di più.

Domande comuni

Significa questo che l'IA sta per sostituire gli scienziati?

No. Gli agenti funzionano meglio come assistente instancabile che testa le idee in sequenza e mantiene registri precisi. Il giudizio umano, la creatività e la supervisione etica rimangono centrali nel decidere quali domande vale la pena porsi.

Questo accelererà la scoperta di farmaci per i pazienti?

Potenzialmente sì, anche se i tempi sono difficili da prevedere. Se gli agenti possono comprimere la fase di test delle ipotesi della ricerca da anni a settimane, le sperimentazioni cliniche, che sono gli studi di sicurezza umana lunghi richiesti prima che qualunque farmaco raggiunga i pazienti, inizierebbero prima. Le sperimentazioni stesse richiedono comunque lo stesso tempo.