AGI - C'è una connessione sempre più profonda tra scienza e intelligenza artificiale. A sottolinearlo è Google che, in un blog post dedicato, spiega come l'AI rappresenti oggi uno dei motori che permette agli studi scientifici di fare progressi, dopo decenni di rallentamenti. Nell'articolo vengono riassunti 9 esempi che dimostrano come, a tutti gli effetti, siamo immersi in una nuova era di scoperte, perfezionamenti. Ed è un modo anche per conoscere gli ultimi progetti di Google nell'IA. È un riassunto dei risultati emersi durante L'AI for Science Forum, organizzato da Google DeepMind e dalla Royal Society, che ha riunito la comunità scientifica, i responsabili politici e i leader del settore per esplorare il potenziale di trasformazione dell'IA nel guidare le scoperte scientifiche, e affrontare le sfide più urgenti del mondo.
Prevedere la struttura delle proteine
Nel 2022, Google DeepMind è riuscito a fare tutto ciò grazie al suo modello AlphaFold 2. In precedenza, la determinazione della struttura 3D di una singola proteina richiedeva in genere un anno o più ma questo nuovo modello è in grado di prevedere queste forme con notevole precisione in pochi minuti. La pubblicazione delle previsioni sulla struttura delle proteine in un database gratuito ha permesso agli scienziati di tutto il mondo di accelerare i loro studi in settori quali lo sviluppo di nuovi farmaci, la lotta alla resistenza agli antibiotici e la lotta all'inquinamento da plastica. Il passo successivo, che potrebbe essere garantito da AlphaFold 3 è quello di prevedere la struttura e l'interazione di tutte le molecole della vita.
Google ha collaborato con altri, tra cui il Lichtman Lab di Harvard, per mappare un piccolo pezzo del cervello umano a un livello di dettaglio mai raggiunto in precedenza. Questo progetto, pubblicato nel 2024, ha rivelato strutture mai viste prima all'interno del cervello. E il set di dati completo, comprese le annotazioni generate dall'intelligenza artificiale per ogni cellula, è stato reso disponibile al pubblico per accelerare la ricerca.
Prevedere le alluvioni (e salvare vite)
Nel 2018 i ricercatori sono riusciti a sviluppare un modello di intelligenza artificiale in grado di prevedere con affidabilità eventi fluviali estremi in bacini idrografici non arginati. Tutto con un anticipo fino a cinque giorni, con un'affidabilità pari o superiore a quella dei cosiddetti nowcast (tempo di anticipo di zero giorni). Nel 2024, Google Research ha ampliato la copertura a 100 Paesi e 700 milioni di persone in tutto il mondo e ha migliorato i suoi modelli in modo da offrire la stessa precisione con un anticipo di sette giorni rispetto al modello precedente.
Individuare prima gli incendi selvaggi per aiutare i vigili del fuoco
Gli incendi selvaggi stanno mettendo a dura prova le comunità di tutto il mondo a causa di climi sempre più caldi e secchi. Nel 2024, Google Research ha collaborato con il Servizio Forestale degli Stati Uniti per sviluppare FireSat, un modello di intelligenza artificiale e una nuova costellazione di satelliti globale progettato specificamente per rilevare e tracciare gli incendi delle dimensioni di un'aula scolastica, fornendo immagini ad alta risoluzione entro 20 minuti.
Leggere il meteo
Nel 2023, Google DeepMind ha lanciato e reso disponibile il codice del modello GraphCast, un modello di ricerca di apprendimento automatico che mira a prevedere le condizioni meteorologiche con un anticipo fino a 10 giorni, in modo più accurato e molto più rapido rispetto al sistema di simulazione meteorologica standard del settore (HRES). GraphCast identifica anche le rotte dei cicloni (e i rischi associati, come le inondazioni).
Migliorare il ragionamento matematico
L'intelligenza artificiale ha sempre avuto difficoltà con la matematica complessa a causa della mancanza di dati e di capacità di ragionamento. Nel 2024, Google DeepMind ha annunciato AlphaGeometry, un sistema di intelligenza artificiale in grado di risolvere problemi di geometria complessi. Il successivo modello addestrato da Gemini, AlphaGeometry 2, è stato poi combinato con un nuovo modello, AlphaProof, e insieme hanno risolto l'83% di tutti i problemi storici di geometria delle Olimpiadi Matematiche Internazionali (IMO) degli ultimi 25 anni.
Usare l'informatica quantistica nella chimica
I ricercatori di Google hanno collaborato con l'UC Berkeley e la Columbia University per eseguire le più grandi simulazioni chimiche mai realizzate su un computer quantistico. I risultati, pubblicati nel 2022, non solo sono stati competitivi con i metodi classici, ma non hanno nemmeno richiesto l'onerosa mitigazione degli errori tipicamente associata al calcolo quantistico. La capacità di condurre queste simulazioni offrirà previsioni ancora più accurate della reattività e della cinetica chimica.
Progressi nella scienza dei materiali
Nel 2023, Google DeepMind ha anche annunciato Graph Networks for Materials Exploration (GNoME), un nuovo strumento, basato sull'intelligenza artificiale, che ha già scoperto 380.000 materiali stabili a basse temperature, secondo le ultime simulazioni. In un momento in cui il mondo è alla ricerca di nuovi approcci all'energia, alla potenza di elaborazione e alla scienza dei materiali, questo lavoro potrebbe aprire la strada a celle solari, batterie e potenziali superconduttori migliori e innovativi.