La stessa tecnica che permette all’Intelligenza artificiale (IA) di giocare a scacchi e a Go adesso aiuta a progettare proteine e nuovi anticorpi. A dimostrane le potenzialità anche in ambito biomedico, nel risolvere ‘puzzle molecolari‘, è stato uno studio pubblicato su Science coordinato da David Baker, dell’Università di Washington a Seattle, già vincitore nel 2021 del premio Breakthrough nelle scienze della vita.
I software di intelligenza artificiale possono usare varie tecniche di elaborazione dei dati e ogni tecnica offre dei vantaggi specifici in base al tipo di applicazione o risultato che si vuole ottenere. Una di queste è detta di Apprendimento per rinforzo (Reinforcement learning) in cui la macchina apprende rapidamente attraverso delle ‘ricompense’ che possono essere positive o negative.
L’intelligenza artificiale e la tecnica dell’apprendimento per rinforzo
Una tecnica derivata dal più vasto settore del Machine learnig, o Apprendimento automatico, e che si è dimostrata ideale in particolare nell’imparare a giocare a scacchi e Go, due giochi molto complessi che fino a pochi anni fa venivano ritenuti impossibili per qualsiasi macchina. “I nostri risultati mostrano che l’Apprendimento per rinforzo può fare molto più che padroneggiare i giochi da tavolo“, ha detto Baker.
“Una volta addestrato a risolvere problemi annosi nella scienza delle proteine – ha aggiunto – il software si è distinto nella creazione di molecole utili tanto che se applicassimo questo metodo ai giusti problemi di ricerca si potrebbero accelerare una grande varietà di problemi“.
Lo stesso algoritmo usato finora nel mondo dei giochi si è infatti confrontato con l’identificazione di nuove molecole capaci di interagire con le proteine, ossia risolvere una sorta di puzzle in cui la difficoltà è quella di disegnare le tessere mancanti che devono trovare l’incastro perfetto con la proteina, e così ‘attivarla‘. Riuscire a farlo in modo rapido e preciso potrà aiutare a disegnare nuovi anticorpi e farmaci in modo molto più rapido.
