V zadnjih letih je prišlo do precejšnjega razvoja na področju strojnega učenja. "Gre za vedo, ki se ukvarja s programi, ki se lahko učijo. Učenje v tem primeru pomeni, da se na podlagi izkušenj njihovo delovanje izboljšuje po nekem merilu. Izkušnje so tipično podane v obliki podatkov. Če računalniku podamo množico podatkov, jih algoritmi strojnega učenja analizirajo, zaradi česar znajo določeno nalogo bolje rešiti," je pojem pred časom v Številkah opredelil Bernard Ženko z inštituta Jožefa Stefana. Ženko je primer uporabe strojnega učenja pokazal z zmago na natečaju Ese, njegova ekipa je namreč prišla do rešitve, ki je najbolj podaljšala življenje misiji Mars Express.

Sorodna novica Pri umetni inteligenci smo daleč od kakršne koli zavesti

Marinka Žitnik raziskuje v Bostonu
Z uporabo strojnega učenja se ukvarja tudi profesorica Marinka Žitnik. Pred tedni je na univerzi Harvard zagnala svoj laboratorij, ki se ukvarja tudi z aplikacijami na področju medicine. Zaradi pandemije koronavirusa je zdaj velik del energije posvetila prav temu vprašanju. "V zadnjih dneh smo postavili dva konzorcija, AI Cures (skupaj MIT) in COVID-19 Task Force (skupaj z Laszlom Barabasijem na Harvardu). Uporabljamo algoritme, ki sem jih pred kratkim razvila s sodelavci in ki sem jih na kratko omenila tudi v pogovoru v Številkah."

Raziskuje na že obstoječih zdravilih
Skupaj s kolegi uporablja algoritme umetne inteligence: "Z njimi iščemo, katera zdravila in njihove kombinacije so najbolj obetavni kandidati za zdravljenje. Imamo že precej napovedi, ki gredo zdaj na pot nadaljnjih eksperimentov v laboratorijih. Gledamo zdravila in njihove kombinacije, ki so že na trgu, a se uporabljajo za zdravljenje drugih bolezni, npr. malarije, aidsa ... Z algoritmi umetne inteligence skušamo ugotoviti, ali bi lahko katero izmed teh zdravil repozicionirali za covid-19, tako da bi bilo zdravilo učinkovito in varno."

S to metodo bistveno hitreje do cilja
Uporabljajo zdravila, ki so že na trgu. "Namen njihove uporabe je mogoče preprosto razširiti in se tako lahko hitro začnejo predpisovati za novo bolezen, covid-19," je razložila sogovornica in poudarila veliko časovno prednost: "Za primerjavo, razvoj novega zdravila iz nove molekule traja desetletje, repozicioniranje obstoječega zdravila je mogoče doseči v nekaj mesecih."

Z algoritmi do lestvice potencialnih rešitev
Uporaba algoritmov ne prinese ene same rešitve, ampak po besedah računalničarke z algoritmi zgradijo lestvico kandidatov: "Najobetavnejši kandidati so na vrhu teh lestvic. Sodelujemo z več laboratoriji, ki pregledajo lestvice, vzamejo posamične kandidate, ti pa opravijo eksperimente. Laboratoriji so običajno specializirani za eno molekulo ali družino molekul. Za to družino molekul imajo pripravljena orodja in zato lahko v laboratoriju hitro, že v nekaj dneh, opravijo prve eksperimente. Z algoritmi zgradimo lestvice, ki sestojijo iz več desetih tisoč kandidatov in zato moramo sodelovati s čim več laboratoriji, ki opravljajo eksperimente. V ta namen se računalnikarji povezujemo z biologi, virologi in kliničnimi raziskovalci v večje skupine, da gre delo čim hitreje naprej."

V algoritmih vgrajena povratna zanka
Žitnikova sodeluje v konzorciju, znotraj katerega je vsak dan na zvezi z več laboratoriji na univerzi Harvard in MIT, raziskovalci v bolnišnicah in partnerji v farmacevtski industriji. "V zadnjem tednu smo uvedli sestanke na vsakodnevni ravni, na katerih se poroča o novih spoznanjih. Vnema je zares velika. Za računalnikarje to praktično pomeni, da lahko v algoritme vgradimo povratne zanke. Algoritmi svoje napovedi izostrijo na dnevni ravni glede na novo zbrane podatke o najobetavnejših molekulah," je podrobno opisala potek.

Algoritmi pri razvoju praktično vseh zdravil
Uporaba tovrstnih algoritmov so pomembno orodje v modernem razvoju zdravil. Marinka Žitnik je podala primer: "Računalniški programi za molekulsko sidranje so uveljavljen pristop za načrtovanje zdravilnih učinkovin. Ta pristop uporablja podatke o trirazsežni strukturi molekul, da ugotovi, ali molekula (morebitno zdravilo) bodisi aktivira bodisi zavre določeno biološko tarčo (ki je po strukturi običajno beljakovina), kar nato izzove zaželeni terapevtski učinek pri bolniku. Tovrstni algoritmi se uporabljajo za razvoj praktično vseh zdravil."

Novi algoritmi so zmogljivejši
Med pomembnejšimi zdravili, ki jih je ta pristop omogočil, so na primer zaviralci HIV-proteaz, ki so danes med najobetavnejšimi kandidati za zdravljenje covida-19. "Novi algoritmi, ki temeljijo na umetni inteligenci in strojnem učenju, so še zmogljivejši kot omenjeni tradicionalni pristop. Farmacevtska podjetja, kot so Bayer, AstraZeneca in GlaxoSmithKline, jih že uporabljajo na vseh stopnjah razvoja zdravil, od začetnih virtualnih rešetanj do kliničnih raziskav in nadzora odobrenih zdravil," pravi znanstvenica.

Običajna pot prek člankov prepočasna
Glede na to, da podobne postopke iščejo na več koncih sveta, se samo po sebi odpira vprašanje, ali bi bilo to delo hitrejše in uspešnejše, če bi se pri tem tako ali drugače združili vsi laboratoriji na svetu, delili vmesna spoznanja in skupaj poiskali rešitev. "To je odlično vprašanje," odgovarja Žitnikova in nadaljuje: "V teh časih raziskovalci iz raznih laboratorijev združujemo svoja spoznanja zato, da bi bil napredek čim hitrejši. Običajno raziskovalci o izsledkih svojih raziskav poročamo tako, da objavimo članke v mednarodnih znanstvenih revijah. Praktično to pomeni, da od konca raziskave do objave pogosto mine več kot leto dni, kar v primeru covida-19 ni sprejemljivo."

Sorodna novica Marinka Žitnik, računalničarka: Z znanjem iz Ljubljane za profesorico na Harvard

Vse ugotovitve prosto delijo
To je bil tudi razlog, da Žitnikova ne deluje sama v okviru svojega laboratorija, ampak je del večjega konzorcija v Bostonu, ki združuje več laboratorijev z univerz, kot sta Harvard in MIT in združuje ljudi z različnimi znanji, virologe, epidemiologe, zdravnike, biologe in računalnikarje: "To pomeni, da se biolog, ki v laboratoriju testira, ali se zdravilo učinkovito veže na proteine v celicah, vsak dan pogovarja z zdravnikom, ki razmišlja, ali bo zdravilo varno in brez nezaželenih stranskih učinkov za pacienta, in se oba pogovarjata z računalnikarji, ki gradimo napovedne modele za najbolj obetavne molekule. Znotraj konzorcija prosto delimo rezultate raziskav, tako pozitivne kot negativne, zato da je pretok informacij čim hitrejši in da se delo ne podvaja. V dveh konzorcijih, v katerih delujem, smo šli še korak dlje. Vsak dan objavimo nove rezultate in vse podatke prosto delimo z raziskovalci po svetu. Pripravili smo tudi sistem, ki računalnikarjem z vsega sveta omogoča, da po spletu delijo napovedi svojih algoritmov, ki jih pripravijo na podlagi podatkov, ki jih prosto delimo. Te napovedi potem združujemo po principu več glav več ve."

Pomaga tudi Amazon
Njena ekipa uporablja zmogljive grafične procesorje v Harvardskem računskem centru. "Vsak grafični procesor je 50–100 krat hitrejši od običajnih procesorjev, ki jih imate v svojih računalnikih. V praksi algoritmi sočasno uporabljajo veliko število grafičnih procesorjev. Te potrebujemo za učenje globokih modelov strojnega učenja. S strojno opremo nam pomaga tudi Amazon prek svojega oblaka," je pogovor končala slovenska strokovnjakinja.