Preporuke na društvenim mrežama i mrežnim platformama za zabavu izvedene su iz moćnih algoritama za mašinsko učenje koji prate obrasce ponašanja da bi predložili potencijalne prijatelje ili veze ili sljedeću seriju ili film za gledanje na platformama kao što je Netflix. Prediktivni tekst na pametnom telefonu takođe koristi duboko učenje jezika da bi predvidio koje će sljedeće riječi korisniku trebati dok piše rečenicu.
Ako se slični algoritmi mašinskog učenja mogu obučiti za stvaranje masovnih jezičkih modela zasnovanih na interakciji proteina u ljudskom tijelu, rezultati bi se mogli pokazati revolucionarnim u polju medicine i možda će otkriti tajnu pobjede nad nekim od najneprihvatljivijih i najrazornijih bolesti čovječanstva.
Istraživači sa koledža St. John, Univerziteta u Cambridgeu, decenijama su medicinska istraživanja uvodili u model računarskog jezika za koji kažu da je sada došao do istog zaključka kao i naučnici o molekularnim korjenima bolesti u ljudskom tijelu – posebno o posljedicama ponašanja među proteinima – ali u djeliću vremena.
Drugim riječima, algoritam mašinskog učenja sada može da “predvidi” biološki jezik karcinoma i neurodegenerativnih bolesti kao što je Alzheimerova bolest, a uskoro može dozvoliti medicinskim stručnjacima da „isprave gramatičke greške unutar ćelija koje uzrokuju bolest“.
Istraživače je posebno zanimao jezik promjene biomolekularnih kondenzata – neposlušnih nakupina proteina koji se ne razlikuju od voska u lampama od lave, što može poremetiti normalne biološke funkcije sa razarajućim posljedicama.
„U ljudskom tijelu žive hiljade i hiljade proteina, a naučnici još uvijek ne znaju funkciju mnogih od njih. Ispitali smo jezički model zasnovan na neuralnoj mreži da naučimo jezik proteina“, rekao je dr. Kadi Liis Saar, prvi autor rada.
Algoritam mašinskog učenja efikasno djeluje kao vrsta biološkog razbijača koda koji otključava enigmu molekularne funkcije – ili neispravnosti – odgovorne za rak i neurodegenerativna stanja.
Proteini ispunjavaju mnoge ključne funkcije u ljudskom tijelu, uključujući pružanje strukture, funkcije i regulatornih okvira za naše organe, kao i zaštitu u obliku antitijela.
„Hranili smo algoritam svim podacima koji se čuvaju o poznatim proteinima kako bi mogao da uči i predviđa jezik proteina na isti način na koji ovi modeli uče o ljudskom jeziku i kako WhatsApp zna kako da predloži riječi za vas“, rekao je dr. Saar, dodajući da bi tehnologija mogla uskoro da istraži načine istraživanja koje ljudi tek treba da zamisle.
„To je vrlo izazovan problem i otključavanje će nam pomoći da naučimo pravila jezika bolesti.“
Razvijena neuronska mreža je dostupna za slobodno korištenje istraživačima širom svijeta s ciljem daljeg poboljšanja i nje i života desetina miliona ljudskih bića širom svijeta.
(TBT, Logično)
