• Viktigt meddelande:

    Det brinner på Sävar såg strax utanför Umeå med kraftig rökutveckling. Räddningsledaren uppmanar alla i vindriktningen att gå inomhus och stänga dörrar, fönster och ventilation. Läs mer

Från go till parkinson – nu vill Googles AI-forskare lösa medicinsk gåta

Publicerad

DeepMind, utvecklarna bakom AI:n AlphaGo, riktar nu sin tankekraft åt att förutspå hur proteiner veckar sig. Det kan leda till större förståelse för människokroppen och behandling av nervsjukdomar som Alzheimers och Parkinsons.

Den nionde mars 2016 vann maskinen över människan. Världsmästaren i det uråldriga brädspelet go förlorade mot AI:n AlphaGo. Men för utvecklarna DeepMind väntar nu en svårare match mot en mer utmanande motståndare: människokroppen.

Aldrig handlat om brädspel

DeepMind har utvecklat en AI vid namn AlphaFold, med målet att förutspå hur ett protein veckar sig. Tidigare i höst vann deras AI en prestigefylld internationell tävling för att förutspå proteinveckning. De är inte de enda forskare som använder AI för att lösa det här problemet, men nu hoppas de på att deras erfarenheter från AlphaGo ska användas på ett mer allmännyttigt sätt.

— Det har aldrig handlat om att bemästra go eller TV-spel, det handlar om att utveckla algoritmer för att lösa just den här typen av problem, säger vd:n för DeepMind, Demis Hassabis, i en intervju med tidningen The Guardian.

Varför proteinveckning?

Proteinerna är ansvariga för det mesta i vår kropp, allt från att transportera syre till att bekämpa sjukdomar. Ett protein består av en kedja aminosyror som veckar sig i olika former. Vilka aminosyror ett protein består av och hur de veckar sig, bestämmer vad proteinet har för uppgift. Många nervsjukdomar, som Parkinsons och Alzheimers, tror man beror på proteiner som veckats fel.

— Det är ett väldigt bra problem för en AI att lösa, eftersom vi inte riktigt vet varför proteiner veckar sig som de gör, berättar Fredrik Heintz.

Ett komplext problem

AlphaFold är endast i startgroparna och långt ifrån färdig att användas i praktiken. Hoppet från schack till go ansågs vara astronomiskt stort. Efter de två första dragen i schack finns det 400 möjliga drag, medan go har 130 000. Proteinveckning är ännu mer komplicerat än så. Ett protein som består av 100 aminosyror kan vecka sig på 10^300 olika sätt. Alltså en etta följd av 300 nollor.

— Men även om AI:n kan förutspå hur proteiner viker sig, kan den inte förstå varför. Det är otroligt viktigt att vi kombinerar människor och AI, så man har både en mänsklig bit och en automatiserad metod, säger Fredrik Heintz.

AI och spel

Visa

Spel har länge använts för att utveckla AI och mäta deras styrka. Ett spel ger datorn begränsningar och tydliga mål. Du kan därför bedöma en AI:s prestation i ett spel med numeriska värden eller genom vinst och förlust. Sen kan AI:n jämföras med andra AI -system eller med mänskliga spelare.

Lokal. Lättanvänd. Opartisk. Ladda ner appen nu!

Hämta SVT Nyheter i App StoreLadda ned SVT Nyheter på Google Play

Så arbetar vi

SVT:s nyheter ska stå för saklighet och opartiskhet. Det vi publicerar ska vara sant och relevant. Vid akuta nyhetslägen kan det vara svårt att få alla fakta bekräftade, då ska vi berätta vad vi vet – och inte vet. Läs mer