Kunstig Intelligens Fra Google Har Undersøgt Strukturen Af coronavirus - Alternativ Visning

Kunstig Intelligens Fra Google Har Undersøgt Strukturen Af coronavirus - Alternativ Visning
Kunstig Intelligens Fra Google Har Undersøgt Strukturen Af coronavirus - Alternativ Visning

Video: Kunstig Intelligens Fra Google Har Undersøgt Strukturen Af coronavirus - Alternativ Visning

Video: Kunstig Intelligens Fra Google Har Undersøgt Strukturen Af coronavirus - Alternativ Visning
Video: KomDigital: To former for kunstig intelligens 2024, April
Anonim

DeepMind, den kunstige intelligens (AI) -arm fra Google, har tilsluttet sig det globale forskningssamfund, der studerer den nye coronavirus, COVID-19.

DeepMind er bedst kendt for sin AI, der let besejrede verdens bedste Go og StarCraft II-spillere. Forskningslaboratoriet bruger i øjeblikket sit system til at hjælpe forskere med at bekæmpe epidemien.

For at studere en virus og udvikle en vaccine skal forskere først forstå, hvordan den fungerer, nemlig strukturen af virale proteiner. Dette er en langvarig proces, der tager måneder og giver måske ikke altid resultater. Forskere har henvendt sig til computerforudsigelser ved hjælp af et dybt læringssystem kendt som AlphaFold.

Arbejde med coronavirus er i gang i laboratorier over hele verden. DeepMind håber at hjælpe disse undersøgelser ved at "frigive strukturelle forudsigelser af flere lidt kendte proteiner forbundet med SARS-CoV-2, den virus, der forårsager COVID-19." Systemet bruger en maskinindlæringsmetode uden miljømodellering, som kan bruges til at forudsige proteinstrukturer i fravær af lignende proteinstrukturer.

DeepMind håber at redde forskere de måneder, det normalt tager at bestemme virusstrukturen.”At kende strukturen af et protein er en vigtig ressource til at forstå, hvordan det fungerer, men eksperimenter til at bestemme strukturen kan tage måneder eller mere,” siger virksomhedens officielle blog.

I betragtning af den "potentielle sværhedsgrad og tidsramme" sagde DeepMind, at det vil springe over den eksperimentelle valideringsproces eller vente på peer review af det akademiske samfund inden offentliggørelse. Dette er i tråd med andre forskningsundersøgelser om emnet, der vises i både peer review-tidsskrifter og ikke-peer-reviewede forudtryk, da processen kan tage måneder.

”Vi understreger, at disse strukturelle forudsigelser ikke er testet eksperimentelt, men vi håber, at de kan bidrage til det videnskabelige samfund om, hvordan virussen fungerer og fungerer som en platform til at generere hypoteser til fremtidig eksperimentelt arbejde med udvikling af terapeutiske midler.” sagde i et blogindlæg.

Holdet bemærker, at de leverede data”ikke er hovedfokus for den aktuelle terapeutiske aktivitet”, men kan hjælpe med en generel forståelse.”Det er vigtigt at bemærke, at vores strukturforudsigelsessystem stadig er under udvikling, og vi kan ikke være sikre på nøjagtigheden af de strukturer, vi leverer, selvom vi er overbeviste om, at systemet er mere nøjagtigt end vores tidligere CASP13-system. Vi har bekræftet, at vores system giver en nøjagtig forudsigelse af den eksperimentelt bestemte SARS-CoV-2-struktur, der er gemt i Protein Data Bank, hvilket giver os tillid til, at vores model forudsigelser for andre proteiner kan være nyttige,”sagde forskerne.

Salgsfremmende video:

En åben licens giver enhver forsker mulighed for at udvikle, tilpasse eller dele resultaterne af DeepMind-forskning. Google købte London-baserede forskningsorganisation DeepMind for £ 400 millioner tilbage i 2014. Virksomheden har tidligere brugt AI til sundhedsundersøgelser, udviklet modeller til identifikation af øjensygdomme og påvisning af halskræft.

Alibaba udfører også coronavirus-undersøgelser. Forskere fra et kinesisk selskab annoncerede således udviklingen af en maskinlæringsalgoritme, der kan påvise lungebetændelse forårsaget af den nye coronavirus COVID-19 med en nøjagtighed på 96%, hvilket adskiller den fra betændelser af en anden karakter. Ifølge Nikkei Asian Review vil analysen kræve en CT-scanning af patientens bryst. Efter at have analyseret billedet i 20 sekunder giver systemet et svar - lægen har brug for adskillige billeder og mindst 15 minutters tid.

Algoritmen er blevet trænet på 5.000 billeder af lungerne hos patienter med bekræftet coronavirus-infektion og bruges allerede i mindst 100 hospitaler i hele Kina.

Anbefalet: