Već desetljećima, Rafael Gómez-Bombarelli, asistent profesor na MIT-u, predvodi korištenje umjetne inteligencije za stvaranje novih materijala. Kako je tehnologija napredovala, tako su i njegovi ambiciji. Sada, nakon što je stekao stalno mjesto na katedri za nauku o materijalima i inženjerstvo, vjeruje da je AI spremna transformirati nauku na načine koji su dotad bili nemogući. Njegov rad na MIT-u i šire je usmjeren na ubrzavanje te budućnosti.
“AI za nauku je jedna od najuzbudljivijih i najambicioznijih primjena AI-a”, kaže Gómez-Bombarelli. “Druge primjene AI-a imaju više nedostataka i neizvjesnosti. AI za nauku je o tome da donese bolju budućnost u vrijeme.”
Evolucija AI-a u naučnom otkrivanju
Gómez-Bombarelli je put u svijet AI-a i naučnog otkrivanja započeo u svojim ranim akademskim danima. Rođen i odrastao u Španjolskoj, rano se usmjerio prema fizičkim naukama. Godine 2001., osvojio je natjecanje u kemiji, postavši tako na akademskom putu kemije, koju je studirao kao student na sveučilištu u svom rodnom gradu, Sveučilištu u Salamanci. Gómez-Bombarelli je ostao na sveučilištu i za doktorat, gdje je istraživao funkciju kemijskih tvari koje oštećuju DNK.
“Moj doktorat je započeo eksperimentalno, a zatim sam se zarazio bugom simulacije i računalne znanosti”, kaže. “Počeo sam simulirati iste kemijske reakcije koje sam mjerao u laboratoriju. Sviđa mi se način na koji programiranje organizira moj mozak; osjećao sam se prirodno organiziran. Programiranje je također mnogo manje ograničeno od onoga što možete učiniti svojim rukama ili s naučnim instrumentima.”
Rani pokušaji AI-a i simulacija
Nakon toga, Gómez-Bombarelli je otišao u Škotsku na poslijedoktorsko mjesto, gdje je istraživao kvantne efekte u biologiji. Putem tog rada, upoznao se s Alánom Aspuru-Guzikom, profesorom kemije na Harvardovom sveučilištu, kojeg je pridružio za sljedeće poslijedoktorsko mjesto 2014. godine.
“Bio sam jedna od prvih osoba koja je koristila generativni AI za kemiju 2016. godine, i bio sam na prvom timu koji je koristio neuronske mreže za razumijevanje molekula 2015. godine”, kaže Gómez-Bombarelli. “To su bili rani, rani dani dubokog učenja za nauku.”
Tijekom svog boravka na Harvardu, Gómez-Bombarelli i njegovi suradnici počeli su raditi na uklanjanju ručnih dijelova molekularnih simulacija kako bi pokrenuli više eksperimenata s visokim protokom. Na kraju su pokrenuli stotine tisuća izračuna na materijalima, otkrivši stotine obećavajućih materijala za testiranje.
Rođenje naučne revolucije
Godine 2018., Aspuru-Guzik je predložio Gómez-Bombarelliju da se prijavi za novo mjesto u Odjelu za nauku o materijalima i inženjerstvo na MIT-u. No, s obzirom na svoje sumnje u fakultetski posao, Gómez-Bombarelli je propustio rok. Aspuru-Guzik ga je susreo u uredu, udario rukama po stolu i rekao mu: “Morate se prijaviti za ovo.” To je bilo dovoljno da pokrene Gómez-Bombarellija da podneše formalnu prijavu.
Nakon dvije godine u laboratoriju, Gómez-Bombarelli i Aspuru-Guzik osnovali su tvrtku za opću izračunavanje materijala, koja je na kraju prešla na proizvodnju organskih svjetlećih dioda. Gómez-Bombarelli se pridružio tvrtki na puno radno vrijeme i nazvao ju najtežim poslom u svojoj karijeri.
“Bilo je uzbudljivo napraviti nešto konkretno”, kaže. “Također, nakon što sam vidio Aspuru-Guzika kako vodi laboratorij, nisam želio postati profesor. Moj otac je bio profesor lingvistike, a mislio sam da je to miran posao. Zatim sam vidio Aspuru-Guzika s 40-osobnom grupom, a on je bio na putu 120 dana godišnje. Bilo je ludilo. Nisam mislio da imam tu vrstu energije i kreativnosti u sebi.”
Snaga AI-a u nauci o materijalima
Gómez-Bombarelli je istraživanje koje kombinira fizičke simulacije s pristupima poput strojnog učenja i generativnog AI-a kako bi otkrio nove materijale s obećavajućim primjenama u stvarnom svijetu. Njegov rad doveo je do novih materijala za baterije, katalizatore, plastike i organske svjetleće diode (OLED-e). Također je osnovao više tvrtki i služio na savjetodavnim odborima za startupove koji primjenjuju AI na otkrivanje lijekova, robotiku i još mnogo toga. Njegova najnovija tvrtka, Lila Sciences, radi na izgradnji platforme za naučnu superinteligenciju za industrije životnih znanosti, kemije i nauke o materijalima.
Transformiranje naučnog istraživanja
Sav taj rad dizajniran je kako bi budućnost naučnog istraživanja bila izravnija i produktivnija od istraživanja danas. Gómez-Bombarelli vjeruje da je AI spremna transformirati nauku na načine koji su dotad bili nemogući.
“Mi smo na drugom prekretnici”, kaže. “Prvi je bio oko 2015. godine s prvom talasom reprezentativnog učenja, generativnog AI-a i visokoprotocnih podataka u nekim područjima znanosti. To su neke od”
Zaključak
Rafael Gómez-Bombarelli je predvodnik u korištenju umjetne inteligencije za otkrivanje novih materijala i ubrzavanje naučnog istraživanja. Njegov rad na MIT-u i šire ukazuje na budućnost u kojoj će AI transformirati nauku na načine koji su dotad bili nemogući. S osnivanjem više tvrtki i služenjem na savjetodavnim odborima, Gómez-Bombarelli je postigao značajne uspjehe u primjeni AI-a na otkrivanje lijekova, robotiku i još mnogo toga. Njegova najnovija tvrtka, Lila Sciences, radi na izgradnji platforme za naučnu superinteligenciju koja će transformirati industrije životnih znanosti, kemije i nauke o materijalima.
FAQ
Što je AI za nauku?
AI za nauku je primjena umjetne inteligencije na naučna istraživanja kako bi se ubrzalo otkrivanje novih materijala i poboljšala produktivnost naučnog istraživanja.
Kako AI ubrzava naučno istraživanje?
AI ubrzava naučno istraživanje tako što automatizira dijelove procesa istraživanja, omogućuje visoko-protočne eksperimente i otkrivanje novih materijala s obećavajućim primjenama u stvarnom svijetu.
Koji su neki od primjera primjene AI-a u nauci o materijalima?
Neki od primjera primjene AI-a u nauci o materijalima uključuju otkrivanje novih materijala za baterije, katalizatore, plastike i organske svjetleće diode (OLED-e).
Kako AI može transformirati nauku?
AI može transformirati nauku tako što će omogućiti naučnicima da brže i efikasnije istražuju nove materijale i otkrivaju nove načine za rješavanje problema u različitim područjima znanosti.
Koji su neki od izazova u korištenju AI-a u nauci?
Neki od izazova u korištenju AI-a u nauci uključuju potrebu za velikim količinama podataka za treniranje modela, interpretabilnost i pouzdanost modela, kao i etička pitanja oko korištenja AI-a u nauci.