A hagyományos kutatási módszerekkel 800 évet igénylő munkát a mesterséges intelligenciának sikerült néhány hónap alatt elvégeznie, 2,2 millió új kristályszerkezet felfedezésével.
Az Energiastratégia Intézet publikációjában kiemeli, hogy a molekuláris tervezésre épülő kutatási területeken jelentős eredményeket hoz a mesterséges intelligencia (MI) alkalmazása. A 2025-ös év sikerei közé sorolható, hogy a GNoME-modell révén 2,2 millió új kristályszerkezetet fedeztek fel. Hagyományos módszerekkel ez legalább 800 évig tartó kutatást igényelt volna. Hasonlóan ígéretes az MIT SCIGEN modelljének teljesítménye: ez 1 millió új anyagra talált.
Kapcsolódó bejegyzések
Mi várható a mesterséges intelligenciától a közeljövőben?
A mesterséges intelligencia olyan feladatok ellátását is megtanulhatja, amelyek esetében az emberek kiváltása korábban elképzelhetetlen volt.
A biológiai alkalmazásokban az Evo-modellek segítségével olyan bakteriofágokat terveztek, illetve szintetizáltak a kutatók, amelyek az eddigi megoldásoknál sokkal hatékonyabban működnek, például az E. coli ellen. Emellett a mesterséges intelligencia segítségével új, pontosabb génszerkesztési eszközöket sikerült kialakítani, a gyógyszerkutatásban pedig az MI-vel támogatott fejlesztések idejét akár már a felére is le lehet szorítani. A molekuláris tervezés (más néven molekuláris mérnökség) olyan interdiszciplináris terület, amely az atomok, valamint a molekulák szintjén tervez meg, illetve állít össze új anyagokat. Ezek felhasználási területe igen széles: a gyógyszerektől a víztisztító megoldásokon és a kémiai katalizátorokon keresztül egészen a napelemekig és más elektronikai eszközökig terjed.
Kapcsolódó bejegyzések
Életet mentett a mesterséges intelligencia
A mesterséges intelligencia segítségével 4000 létező gyógyszer átvizsgálásával találtak rá arra a szerre, amely végül megmentette a páciens életét.
Az MI-eszközök egyre terjedő használata ezen a területen is jelentős változást hozott. A különféle atomok és molekulák kombinációjával ugyanis az MI nagy mennyiségben képes új struktúrákat előállítani, majd leszűrni őket, és a kedvezőbb tulajdonságú, stabil összetételeket kiemelni. Emiatt az anyagtudomány, a biológia és a gyógyszerészet területén az MI-megoldások számottevő segítséget jelentenek. Sőt, felhasználásukkal a kutatók immár a kötött fordított tervezés (constrained inverse design) elnevezésű megoldással is élhetnek. Ilyenkor előre megadják, hogy az új anyagnak milyen kritériumoknak kell megfelelnie, majd az MI ezek alapján próbálja megkeresni a megfelelő molekulákat.
Az MI használatával az új anyagok várható stabilitására vonatkozó előrejelzések pontossága is javult: a korábbi számítógépes szimulációk ezen a téren 50% alatt teljesítettek, a jelenlegi MI-eszközök viszont akár a 80%-os pontosságot is elérhetik. A publikáció tovább olvasható az Energiastratégia Intézet weboldalán.
Fotó: Canva