La rivoluzione dell'apprendimento automatico trasforma la scoperta scientifica nella genetica e oltre

Gli scienziati utilizzano sempre più l'apprendimento automatico per prevedere le malattie, progettare farmaci e trovare schemi nascosti in grandi set di dati. Ciò segnala una nuova era della scoperta scientifica. L'ascesa di questi algoritmi è una storia di convergenza, che trasforma il modo in cui viene condotta la scienza. Nel corso della storia, la scoperta scientifica si è basata sullo sforzo umano. I dati erano preziosi e gli scienziati progettavano meticolosamente algoritmi. Tuttavia, il volume di dati è esploso in tutti i campi, superando la capacità umana di analizzarli manualmente. L'apprendimento automatico è emerso come una soluzione a questo problema. Questi algoritmi si sono evoluti in potenti strumenti scientifici. Ciò consente scoperte in tutte le discipline, tra cui la genetica e i settori correlati. In biologia, l'apprendimento automatico ha avuto un impatto significativo sul problema del ripiegamento delle proteine. AlphaFold2 di DeepMind prevede forme tridimensionali con una precisione a livello di laboratorio. Ciò accelera la scoperta di farmaci e aiuta i ricercatori a capire come le mutazioni interrompono la funzione. L'apprendimento automatico è ormai una routine in vari campi. Estrae vasti set di dati alla ricerca di informazioni che gli esseri umani non possono estrarre senza aiuto. Tuttavia, non è destinato a sostituire gli scienziati, ma piuttosto ad aumentare le loro capacità. Sebbene i modelli di apprendimento automatico eccellano nel trovare schemi, spesso non riescono a spiegare perché tali schemi esistono. L'immaginazione, l'intuizione e la creatività per collegare diverse idee rimangono punti di forza unicamente umani. Man mano che la scienza diventa più accessibile algoritmicamente, l'attenzione si sposterà su ciò che possiamo immaginare.