OpenAI je predstavio novi jezički model pod nazivom GPT-4b micro, specijalno razvijen da pomogne naučnicima u produženju ljudskog života, prenosi MIT Technology Review.
Ova vodeća istraživačka institucija u oblasti veštačke inteligencije sarađuje sa kompanijom Retro Biosciences na projektu poboljšanja proizvodnje matičnih ćelija kroz modifikaciju određenih proteina.
Matične ćelije imaju ključnu ulogu u regenerativnoj medicini zahvaljujući svojoj sposobnosti da se diferenciraju u različite vrste ćelija, što otvara mogućnosti za lečenje bolesti povezanih sa starenjem.
Retro Biosciences, osnovan 2021. godine, startup je posvećen produženju ljudskog života putem ćelijskog reprogramiranja.
Godine 2022, izvršni direktor OpenAI-a, Sem Altman, uložio je 180 miliona dolara u ovu kompaniju.
Model GPT-4b micro istražuje načine modifikacije Jamanakinih faktora – proteina koji mogu transformisati zrele ćelije u matične.
Prvi eksperimenti pokazali su da su proteini redizajnirani pomoću ovog modela preko 50 puta efikasniji u stimulaciji proizvodnje matičnih ćelija u poređenju sa prirodnim varijantama.
Model je obučen na obimnom skupu bioloških podataka iz različitih vrsta, što mu omogućava da sa izuzetnom preciznošću predviđa strukture i interakcije proteina, nadmašujući tradicionalne metode.
U članku objavljenom u petak, MIT Technology Review citirao je jednog od razvijača modela u OpenAI-u, Džona Halmana, koji je izjavio da su "proteini generalno bolji nego oni koje su naučnici uspeli da proizvedu sami."
GPT-4b micro je trenutno u fazi istraživanja i još nije dostupan za javnu upotrebu. OpenAI planira da objavi rezultate za recenziju od strane naučne zajednice u kasnijem periodu.
Drugi razvojni inženjer na ovom projektu, Aaron Jaech, rekao je za MIT Technology Review da je cilj ovog projekta da učvrsti poziciju OpenAI-a u naučno-istraživačkom sektoru. Dodao je da je još uvek prerano da se kaže "da li će te mogućnosti biti predstavljene kao poseban model ili će biti integrisane u naše glavne modele za razmišljanje."
Još 2018. godine, Google je razvio prvu verziju svog AlphaFold modela – veštačke inteligencije specijalizovane za otkrivanje složene 3D strukture proteina. AlphaFold može da reši ovaj zadatak za nekoliko minuta, sa "zapanjujućom tačnošću", kako navodi Google DeepMind na svom sajtu.
Iako GPT-4b micro deluje u sličnom području, koristi različite principe kako bi pomogao istraživačima da efikasno re-inženjere određene proteine.
Poslednjih godina, više istraživačkih timova širom sveta eksperimentiše sa veštačkom inteligencijom u nastojanjima da razvije nove tretmane. Studija koja je objavljena u naučnom časopisu Nature u sredu sugeriše da proteini dizajnirani pomoću veštačke inteligencije mogu da neutrališu smrtonosni otrov zmija.
U 2022. godini, istraživači sa Medicinskog fakulteta Univerziteta u Vašingtonu i Univerziteta Harvard objavili su da su uspeli da obuče nekoliko modela veštačke inteligencije za generisanje slika koji su osmislili nove proteine, koji bi mogli biti korisni u razvoju vakcina i tretmanima raka, između ostalog.
- Proteini koje nalazimo u prirodi su neverovatne molekule, ali dizajnirani proteini mogu da postignu mnogo više - rekao je David Baker, profesor biohemije na Medicinskom fakultetu Univerziteta u Vašingtonu i glavni autor studije.
On je kasnije dobio Nobelovu nagradu za hemiju 2024. godine za računski dizajn proteina.
Autor: Snežana Milovanov
