
Οι επιστήμονες συζητούν για την Τεχνητή Νοημοσύνη στη συζήτηση στρογγυλής τραπέζης με τίτλο «Τεχνητή Νοημοσύνη για την Ανθρωπότητα: Ηθική και Ασφάλεια της Τεχνητής Νοημοσύνης στη Νέα Εποχή».
Μία από τις πιο αξιοσημείωτες συνεισφορές της Τεχνητής Νοημοσύνης στους επιστήμονες που παρουσιάστηκαν στο Βραβείο VinFuture είναι η ικανότητά της να προβλέπει πρωτεϊνικές δομές. Οι πρωτεΐνες είναι μοριακές αλυσίδες που εκτελούν συγκεκριμένες λειτουργίες στα κύτταρα. Ενώ οι επιστήμονες γνωρίζουν τη γενετική αλληλουχία (δηλαδή, την αλληλουχία A, T, C, G του DNA), η κατανόηση της σημασίας αυτών των αλληλουχιών παραμένει μια σημαντική πρόκληση.
Σύμφωνα με την καθηγήτρια María Esperanza Martínez-Romero (Μεξικό) - Ειδικό Βραβείο για επιστήμονες από αναπτυσσόμενες χώρες - η Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιηθεί για την πρόβλεψη της λειτουργίας μιας πρωτεΐνης.
Τα γονίδια είναι τμήματα του DNA που περιέχουν οδηγίες για τα κύτταρα να παράγουν πρωτεΐνες που εκτελούν συγκεκριμένες λειτουργίες. Τώρα, δεδομένης μιας γονιδιακής αλληλουχίας—A, T, T, T, G, C, C, C—ένα πρόγραμμα υπολογιστή μπορεί να δημιουργήσει μια πρωτεϊνική δομή, σαν μια «μικρή αράχνη», που μπορεί να συνδεθεί με ορισμένα υποστρώματα.
Από αυτές τις πληροφορίες, οι επιστήμονες υπέθεσαν ότι αυτή η πρωτεΐνη είναι μια εξειδικευμένη μορφή μεταφοράς θρεπτικών συστατικών από τα φυτά. Αυτές οι πρωτεΐνες μεταφοράς βοηθούν τα βακτήρια να απορροφούν θρεπτικά συστατικά, αλλά οι επιστήμονες δεν γνώριζαν ακριβώς ποια θρεπτικά συστατικά ήταν.
Μετά από 30 χρόνια, η Τεχνητή Νοημοσύνη βοήθησε στην απάντηση: αυτό που μεταφέρεται είναι ένα σπάνιο σάκχαρο που ονομάζεται αλλουλόζη. Η αλλουλόζη είναι γνωστή επειδή οι άνθρωποι δεν μπορούν να την αφομοιώσουν. Και ενώ εμείς οι άνθρωποι εξακολουθούμε να αναζητούμε ένα υποκατάστατο ζάχαρης για τα παραδοσιακά σάκχαρα στη διατροφή μας, είναι ενδιαφέρον ότι τα φυτά χρησιμοποιούν εδώ και καιρό αλλουλόζη για να θρέψουν συμβιωτικά βακτήρια και τα βακτήρια έχουν εξελίξει πρωτεΐνες για να απορροφήσουν αυτό το σπάνιο σάκχαρο.
«Οι πρωτεϊνικές δομές που προβλέπονται από την τεχνητή νοημοσύνη ανοίγουν εντελώς νέες ερευνητικές κατευθύνσεις, βοηθώντας μας να κατανοήσουμε τους μηχανισμούς των αλληλεπιδράσεων μεταξύ φυτών και βακτηρίων και ταυτόχρονα παρέχοντας σημαντικές πληροφορίες για βιολογικές και γεωργικές εφαρμογές», εξηγεί η καθηγήτρια María Esperanza Martínez-Romero.

Η καθηγήτρια María Esperanza Martínez-Romero στην ειδική τελετή απονομής του βραβείου VinFuture για επιστήμονες από αναπτυσσόμενες χώρες.
Στην ιατρική, στη συζήτηση στρογγυλής τραπέζης με θέμα «Τεχνητή Νοημοσύνη για την Ανθρωπότητα: Ηθική και Ασφάλεια της ΤΝ στη Νέα Εποχή», Ο Αναπληρωτής Καθηγητής César de la Fuente - Πανεπιστήμιο της Πενσυλβάνια, ΗΠΑ, μίλησε για τη χρήση της Τεχνητής Νοημοσύνης (ΤΝ) για την εύρεση νέων μορίων αντιβιοτικών από αρχαία βιολογικά δεδομένα, ανοίγοντας νέες ελπίδες για την ολοένα και πιο σοβαρή κατάσταση αντοχής στα αντιβιοτικά στον κόσμο.
Περιορισμοί στην κλινική γενετική
Ενώ η Τεχνητή Νοημοσύνη είναι πολλά υποσχόμενη στο ερευνητικό περιβάλλον, η καθηγήτρια Mary Claire King – η οποία τιμήθηκε με το Ειδικό Βραβείο VinFuture 2025 για το έργο της στην ανακάλυψη του γονιδίου BRCA1 – προειδοποίησε για τα όρια της Τεχνητής Νοημοσύνης σε κλινικές εφαρμογές: Η Τεχνητή Νοημοσύνη δεν είναι ακόμη αρκετά αξιόπιστη για να χρησιμοποιηθεί στην κλινική πράξη.
Στον τομέα της γενετικής, η εξειδίκευσή της επικεντρώνεται στον εντοπισμό βασικών γονιδίων και μεταλλάξεων που σχετίζονται με τον καρκίνο και τις ασθένειες. Όταν τα συστήματα τεχνητής νοημοσύνης δοκιμάζονται σε δημοσιευμένες και ευρέως αποδεκτές περιπτώσεις, κάνουν και τα δύο είδη σφαλμάτων: ισχυρίζονται ότι ένα γονίδιο ή μια μετάλλαξη προκαλεί μια ασθένεια ενώ δεν την προκαλεί, και αρνούνται μια σύνδεση όταν τα πειραματικά στοιχεία την υποστηρίζουν.
Επομένως, για διαγνωστική και κλινική χρήση, η Τεχνητή Νοημοσύνη δεν είναι ακόμη έτοιμη. Η καθηγήτρια Κινγκ τόνισε ότι ο συνάδελφός της, καθηγητής Ντέιβιντ Μπέικερ (βραβευμένος με Νόμπελ) έχει εφαρμόσει αποτελεσματικά την Τεχνητή Νοημοσύνη σε ερευνητικά περιβάλλοντα και όχι σε κλινικές εφαρμογές.
Οι επιστήμονες έχουν τονίσει ότι η ποιότητα των δεδομένων είναι ένας ζωτικός παράγοντας που καθορίζει την αξία της Τεχνητής Νοημοσύνης.
Η Τεχνητή Νοημοσύνη λειτουργεί καλύτερα όταν βρίσκει μοτίβα και αναγνωρίζει νόμους με βάση υπάρχοντα δεδομένα. Εάν τα υποκείμενα δεδομένα είναι πολύ αδύναμα ή πολύ λίγα, αλλά η Τεχνητή Νοημοσύνη εξακολουθεί να προσπαθεί να προβλέψει, μπορεί να κάνει παράλογες προβλέψεις που κανένας επιστήμονας δεν θα έκανε.
Και οι επιστήμονες στο Βραβείο VinFuture συμβουλεύουν ότι, ανεξάρτητα από το τι προβλέπει η Τεχνητή Νοημοσύνη, οι επιστήμονες πρέπει να επαληθεύουν τι προβλέπει η Τεχνητή Νοημοσύνη. Ο καθηγητής Raphaël Mercier επιβεβαίωσε επίσης ότι, παρόλο που η Τεχνητή Νοημοσύνη είναι παρούσα, οι επιστήμονες θα πρέπει να δημιουργήσουν τα δεδομένα.
Εν ολίγοις, η συμβολή της Τεχνητής Νοημοσύνης στην επιστήμη είναι τεράστια, ειδικά στην επεξεργασία σύνθετων δεδομένων και στην εξερεύνηση βιολογικών δομών, αλλά αυτή η τεχνολογία εξακολουθεί να απαιτεί αυστηρή εποπτεία και επαλήθευση από τους επιστήμονες, ειδικά σε εφαρμογές που έχουν άμεσο αντίκτυπο στην ανθρώπινη υγεία...
Πηγή: https://doanhnghiepvn.vn/cong-nghe/cac-nha-khoa-hoc-tai-vinfuture-ban-ve-vai-tro-ai-trong-nghien-cuu-khoa-hoc/20251208085801163










Σχόλιο (0)