Slo-Tech - Da Nobelove nagrade naposled prepoznavajo pomen računalniških orodij v znanosti, priča tudi letošnja nagrada za kemijo, ki jo bodo prejeli David Baker z Univerze Washington v Seattlu ter Demis Hassabis in John M. Jumper iz podjetja DeepMind. Baker je prejel polovico nagrade za račualniško načrtovanje proteinov, Hassabis in Jumper pa za napovedi strukture proteinov.

Proteini so osnovni gradniki živih bitij, ki jim omogočajo najrazličnejše strukturne prilagoditve. Lasje, nohti, koža in številna druga tkiva imajo svoje lastnosti zaradi proteinov, ki jih gradijo. Izjemna raznolikost je pravzaprav neverjetna, saj vse proteine gradi zgolj 20 različnih aminokislin. Vrstni red, v katerem se te aminokisline povezujejo v proteine, je zapisan v DNK. Aminokisline se nato povežejo s peptidnimi vezmi, a čarovnija se zgodi šele za tem. Zaporedje aminokislin imenujemo primarna struktura in ni posebej razburljiva, nato pa se nastali polimer zvije v prostoru, s čimer pridobi sekundarno in terciarno...

Google - V Googlovem laboratoriju za strojno učenje so predstavili težko pričakovano naslednjo generacijo proslavljenega algoritma za napovedovanje strukture beljakovin AlphaFold. Tretja generacija se loti naslednjega od temeljnih problemov: oblike beljakovin, ko so pripete na druge funkcionalne molekule.

Ko so v DeepMindu pred poltretjim letom predstavili algoritem AlphaFold 2, so z njim napovedali navdušujoče čase, ko strojno učeni algoritmi ne bodo zgolj sredstvo za halucinirane pogovore na spletu ali generiranje bizarnih sličic, temveč bodo dejansko močno pospešili znanstveni napredek. AlphaFold 2 je že v manj kot letu dni poskrbel za prelomen pospešek na področju računske in strukturne biologije, saj je napovedal zgradbo vseh poznanih proteinov. Kako so beljakovine videti v prostoru, se pravi kako se zvijajo, je ena temeljnih ugank v biologiji in farmaciji, saj je od tega odvisno njihovo obnašanje, oziroma biološke funkcije. Če vemo, kako in zakaj se nek protein oblikuje, lažje...

Slo-Tech - Algoritem AlphaFold, ki ga je DeepMind pokazal predlani in lani odprl vsem, je napravil še korak naprej. Potem ko je lani predvidel strukturo milijona proteinov, so sedaj javnosti priobčili zbirko napovedi strukture 200 milijonov proteinov. Zbirko so pripravili v sodelovanju z EMBL (European Molecular Biology Laboratory) in je na voljo vsakomur, saj je del odprtokodne baze AlphaFold Protein Structure Database. Izvršni direktor DeepMinda Demis Hassabis je dogodek pompozno označil kot darilo človeštvo, a dejansko gre za velik dosežek.

Določanje oblike proteinov je težak problem. Proteine sestavljajo aminokisline, katerih zaporedje določa primarno strukturo. Kako se potem te zvijejo v prostoru v sekundarno in terciarno strukturo, pa je zelo težko pravilno napovedati. Zgodovinsko smo strukture določali eksperimentalno, kar prinaša svojevrstno omejitve (rentgenska difrakcija je možna na kristaliziranih proteinih). Računalniško napovedovanje se zdi logičen korak naprej, a je zaradi...

Slo-Tech - DeepMind, ki ga poznamo po umetni inteligenci za igranje goja, preglede bolniških izvidov in napovedovanje zvijanja proteinov, se je naučil tudi programirati. Izvedenko, ki se imenuje AlphaCode, so poslali na 10 simuliranih tekmovanj Codeforces iz programiranja, kjer se je uvrstila med najboljših 54 odstotkov človeških tekmovalcev (izmed 5000). Z drugimi besedami: AlphaCode zna programirati tako dobro kot povprečen programer. Vodja raziskav v podjetju Oriol Vinyals je ob tem dejal, da gre še vedno za prototip, pred katerim je še mnogo dela, a da so korak bliže končnemu cilju - fleksibilni umetni inteligenci za reševanje različnih problemov.

Programiranje je trenutno še trdno v rokah ljudi, čeprav obstaja precej pripomočkov za pisanje kode. Na tekmovanjih Codeforces so sicer bolj akademski problemi, ki jih pri pisanju programske opreme ne srečujemo vsak dan. Poznati je treba algoritme, teoretične koncepte in matematiko. Glede na reševanje tedenskih problemov so potem tekmovalci...

Slo-Tech - V Alphabetu gradijo na uspehu algoritma AlphaFold 2 in so za namen nadaljnjega raziskovanja bioloških učinkovin ustanovili podružnico Isomorphic Labs.

Konec lanskega leta je Alphabetov laboratorij za strojno učenje DeepMind pokazal zgodovinsko iznajdbo: algoritem AlphaFold 2, ki je prvič posegel po sanjah biokemikov širom sveta: računalniškem izračunavanju zvijanja beljakovin zgolj na podlagi njihove kemijske sestave. Takšna zmogljivost bo bistveno pospešila in olajšala tako raziskovanje procesov v živih bitjih, kakor tudi iskanje novih zdravil, kjer dolgotrajni postopki razvoja predstavljajo vse večji problem. Letošnjega julija so algoritem dali v javno uporabo, nekaj dni zatem so lansirali tudi bazo podatkov vseh tako pregledanih beljakovin v človeškem telesu. Toda ker je DeepMind prvenstveno podjetje za raziskave strojnega učenja, so morali v Alphabetu za iskanje konkretnih medicinskih učinkovin ustanoviti novo entiteto.

Podružnica Isomorphic Labs bo namenjena praktični rabi...

Nature - Kakor so lani obljubili, so v DeepMindu svoj algoritem AlphaFold 2, ki je poskrbel za revolucionaren preboj v naši sposobnosti izračunavanja strukture beljakovin, odprli in dali na javno razpolago. Toda obdobje priprave članka je bilo za nekatere akademike predolgo, zato so medtem sestavili kar lasten konkurenčni algoritem RoseTTaFold - ki za DeepMindovim sploh ne zaostaja prav dosti!

Lanskega decembra smo bili priče enemu najprelomnejših dogodkov v zgodovini biokemije, ko je Googlov laboratorij za strojno učenje DeepMind predstavil algoritem za računanje strukture beljakovin iz njihovega zaporedja aminokislin, AlphaFold 2. Takšna zmogljivost je bila že dolgo velika želja biokemikov, genetikov in mikrobiologov, saj smo doslej natančno zgradbo proteinov lahko dognali zgolj z njihovim opazovanjem z naprednimi metodami, kot sta rentgenska difrakcija in krioelektronska mikroskopija, ki so običajno počasne in drage. Čim natančnejše poznavanje zgradbe beljakovin pa je ključno za...

DeepMind - Alphabetov laboratorij za strojno inteligenco DeepMind je izgotovil nov algoritem, ki se je na samosvoj način izmojstril v igranju šaha, goja, šogija in Atarijevih arkadnih iger. Za učenje ne potrebuje predhodnega branja navodil ali vdelanih izkušenj, temveč se uči na podoben način kot otroci, s preizkušanjem posameznih potez in grajenjem notranjega modela igre, kar pomeni novo stopnjo v razvoju strojnih algoritmov z zmožnostjo posplošenega sklepanja.

Napredovanje DeepMindovih strojnih algoritmov je za nepoučenega opazovalca verjetno videti kot dolgočasno zbiranje naslovov prvaka v raznoraznih igrah. Toda zadaj se skriva zanimivo preizkušanje različnih pristopov k obvladovanju izzivov, ki nas utegnejo nekoč pripeljati do umetne inteligence, ki se bo znala odločati in učiti podobno kot človek. Sloviti AlphaGo, ki je v igri go nadvladal človeka, je - podobno kot šahovski algoritmi - uporabljal napredno različico drevesa dogodkov, ki za množico potez v prihodnosti pove predvideni...

DeepMind - DeepMindov najnovejši algoritem za iskanje strukture beljakovin, AlphaFold 2, je pokazal tako izjemne rezultate, da je očitno zelo blizu čas, ko bomo lahko univerzalno znali zgolj iz kemijske sestave dognati, kako se beljakovine zvijajo. Gre za enega najbolj prelomnih dogodkov v novejši biokemiji, ki bo zelo verjetno imel hitre in drastične učinke na oblikovanje zdravil ter sintetičnih proteinov.

Beljakovine so funkcijsko najbolj raznolika skupina molekul v živih organizmih, saj skrbijo za vse od katalize reakcij do rokovanja z dednino. Kaj natančno neka beljakovina počne, je odvisno tako od njene kemijske sestave kot tudi njene natančne prostorske strukture - se pravi, kako se njeni elementi spontano razporedijo, oziroma, kako se beljakovina "zvije". V osnovi skušamo natančno zgradbo dognati z opazovalnimi metodami, kot sta rentgenska difrakcija in krioelektronska mikroskopija. A te imajo omejitve, saj v mnogih primerih vzamejo dosti časa in imajo resne probleme z nekaterimi...