3397
Дослідники створили спеціалізовану систему штучного інтелекту, яка має допомогти вченим швидше розбиратися в одному з найскладніших процесів у біології — старінні. На відміну від універсальних чатботів, нову платформу навчали саме на матеріалах про довголіття, молекулярні механізми старіння та біологічні «годинники», а її можливості перевірили на окремому наборі спеціалізованих завдань.
Розробники об’єднали кілька компонентів. Перший — мовні моделі, адаптовані до наукової літератури про старіння. Другий — набір із 17 тестів, за допомогою яких можна оцінювати, наскільки добре система розуміє біологічні дані та робить коректні висновки. Третій компонент — ШІ-агенти, здатні допомагати з аналізом даних і формуванням дослідницьких гіпотез.
Під час порівняння спеціалізованих моделей із великими універсальними системами дослідники побачили цікаву закономірність. У багатьох завданнях вузько налаштовані моделі показували кращий результат, хоча загалом не перевершили конкурентів абсолютно в усіх тестах. Це важливий сигнал: у складних наукових темах не завжди перемагає найбільша модель — іноді вирішальним стає якість спеціалізованого навчання.
Проблема старіння особливо складна для штучного інтелекту через відсутність одного універсального показника. Біологічний вік намагаються оцінювати за епігенетичними змінами, активністю генів, рівнями білків, характеристиками крові, станом мозку та десятками інших параметрів. Різні «годинники» можуть давати різні результати для тієї самої людини.
Це створює проблему навіть під час клінічних досліджень. Якщо експериментальний препарат покращує кілька маркерів і знижує оцінений біологічний вік, дослідникам усе одно потрібно зрозуміти, чи справді він впливає на фундаментальні механізми старіння, чи просто поліпшує окремі показники здоров’я.
Саме тут спеціалізований ШІ може бути корисним як інструмент для зіставлення великих масивів даних. Він здатен швидше знаходити зв’язки між генами, білками, захворюваннями та відомими механізмами клітинного старіння, а також підказувати дослідникам, які гіпотези варто перевірити першими.
Водночас автори та незалежні фахівці наголошують, що такі системи не замінюють експеримент. Старіння досі не має простого біологічного визначення, а причинно-наслідкові зв’язки між окремими маркерами та тривалістю життя часто залишаються дискусійними. Тому ШІ тут радше стає дуже швидким науковим помічником, а не машиною, яка вже знає «формулу молодості».
https://processer.media/uk/uceni-stvorili-si-sistemu-dla-doslidzen-biologicnogo-starinna
