Nobel 2024, Chimica: una questione di intelligenza artificiale

Il Premio Nobel per la Chimica 2024 è stato assegnato a Demis Hassabis e John M. Jumper di DeepMind e David Baker dell’Università di Washington. La motivazione dei primi due è: “per la previsione della struttura delle proteine»; di Becker”per la progettazione computazionale delle proteine»
Il denominatore comune della missione sono le proteine e lo sviluppo di software intelligente. E in entrambi i casi si tratta di esempi virtuosi e positivi sia di utilizzo dell’intelligenza artificiale che di collaborazione all’interno della comunità scientifica.
Demis Hassabis è il fondatore di DeepMind, dedicata allo sviluppo dell’intelligenza artificiale nell’orbita di Google. Mente eclettica e senza dubbio brillante, designer di videogiochi, neuroscienziato, imprenditore. Un predestinato.
John M. Jumper ha studiato fisica e matematica e ha lavorato all’ottimizzazione del software per la simulazione di modelli durante il suo dottorato in fisica teorica.
Baker ha sviluppato un software – Rosetta – per la progettazione delle proteine 30 anni fa; nel 2003 ha pubblicato Top7, una proteina che non esiste in natura.
Le proteine sono uno dei 3 nutrienti fondamentali insieme ai grassi e ai carboidrati. Sono costituiti da catene di amminoacidi che si ripiegano in strutture di dimensioni nanometriche (miliardesi di metro) e sono gli elementi costitutivi più importanti per applicazioni essenziali nella vita biologica e industriale, dalla farmacologia alla somministrazione di enzimi e molecole.
Le strutture proteiche sono molto difficili da studiare: negli anni ’50 si basava una tecnica sulla previsione rapida e affidabile delle strutture proteiche, ma i risultati erano scarsi, fino al 2018, quando DeepMind, con il suo software intelligente AlphaFold, raggiunse un’affidabilità del 60%.
Anche Jumper ha fatto parte del gruppo di lavoro, che ha poi applicato gli ultimi sviluppi delle reti neurali per sviluppare il modello AlphaFold 2; questo nuovo software ha vinto il CASP nel 2020 con una precisione di previsione paragonabile a quella della cristallografia.
Da allora AlphaFold è diventato uno standard In realt e raccolse quasi 200 milioni di strutture proteiche da ogni organismo vivente finora conosciuto, creando quella che oggi è la libreria proteica mondiale. Alphafold è utilizzato da oltre 2 milioni di ricercatori in 190 paesi.
L’intuizione di Baker è stata quella di “capovolgere” l’approccio funzionale di Rosetta dalla previsione alla pianificazione: perché non “aiutare” la natura progettando proteine per ruoli specifici?
Dopo Top7, Baker ha progettato e prodotto diverse altre proteine specializzate che potrebbero essere utilizzate per produrre vaccini, rilevare la presenza di sostanze specifiche e trasportare molecole negli organismi viventi bersaglio.
Le implicazioni sociali della sinergia tra gli studi AlphaFold e Baker appaiono già significative e potrebbero diventare enormi. E questa volta, forse, tutto è positivo.
Dalla comparsa dell’Intelligenza Artificiale sul grande mercato pubblico, prima con ChatGPT poi con gli altri, abbiamo iniziato a mettere in discussione il ruolo sociale dell’IA e a dubitare dell’etica dello scenario che si sta delineando.
Il caso di AlphaFold può, però, delineare una prospettiva diversa: il progetto nasce dalla sinergia di contributi diversi e complementari, menti brillanti, ambizioni universali, con un obiettivo comune, dotato di risorse adeguate e strumenti abilitanti che hanno contribuito a rendere la progettazione complessiva una realtà.
Prima di AlphaFold, lo studio delle proteine richiedeva tempo ed elevate incertezze, oltre a competenze verticali che costringevano la ricerca a essere settoriale.
Questo premio Nobel mette in luce un modello positivo di come l’intelligenza artificiale può essere una risorsa differenziante, se addestrata con informazioni tassonomiche, affidabili, imparziali e prefiltrate.
Ancor di più, ci dice che gli esseri umani e l’Intelligenza Artificiale possono lavorare in sinergia piuttosto che in competizione: AlphaFold è oggi un’eredità della scienza e della tecnologia globale. ancora una volta è dimostrato che assumersi la responsabilità di chi pensa e usa gli strumenti scientifici fa la differenza.

Leave a Comment