Spațiul internetic al multora dintre noi a fost ocupat în primele două săptămâni ale lunii octombrie cu discuții legate de Premiul Nobel pentru Literatură. După ce ne-am lămurit că nici în acest an Mircea Cărtărescu nu se află printre laureați și după ce am dezbătut aprig cauzele și ce este de făcut, putem examina în liniște cine sunt laureații celorlalte premii, trecând în revistă biografiile și realizările acestora. Desigur, pentru rubrica CHANGE.WORLD, ceea ce ne interesează sunt premiile din domeniile legate de știință. În acest an, multe dintre aceste premii au legături directe și aplicații imediate și în ramuri ale tehnologiilor avansate, inclusiv Inteligența Artificială (AI). Trecerea în revistă a premiilor din acest an ne-a dezvăluit că nici în aceste categorii nu lipsesc surprizele sau controversele.
(sursa imaginii: www.lindau-nobel.org/news-nobel-prize-in-physiology-or-medicine-2024/)
Primul premiu anunțat în ‘săptămâna Nobel’ a fost cel pentru fiziologie sau medicină. Câștigătorii sunt Victor Ambros (născut în 1953), în prezent profesor de științe naturale la Școala de Medicină a Universității din Worcester, și Gary Ruvkin (n. 1952), în prezent profesor de genetică la Spitalul General și Școala Medicală din Harvard. Ambii laureați au studiat la reputatele universități MIT și, respectiv, Harvard, și lucrează în același stat american, Massachusetts. Descoperirea pentru care au primit premiul se numește microRNA (microARN), mecanismul care permite celulelor cu informație genetică (cromozomială) identică să se dezvolte în tipurile de celule diverse și diferențiate care alcătuiesc diferitele părți ale plantelor și organe ale animalelor. Domeniul lor de expertiză, aflat la frontiera dintre chimie și biologie, se numește biologie moleculară. Premiul din acest an este un fel de continuare și completare a premiului acordat anul trecut, care îi recunoștea pe descoperitorii mesagerilor RNA (mRNA), transmițători de informație despre sinteza proteinelor. Savanții premiați în acest an au răspuns unei întrebări care i-a preocupat pe cercetători vreme de decenii. În nucleul fiecărei celule se află un set complet de instrucțiuni – genomul – pentru crearea unei ființe vii. Biologii au fost intrigați de modul în care același set de gene și instrucțiuni poate duce la tipuri atât de diferite de celule în organism, de la celule musculare la celule hepatice. Răspunsul este că nu toate genele dintr-un nucleu sunt traduse în proteine. Diferite tipuri de celule își urmează propriile căi de dezvoltare folosind doar acele instrucțiuni genetice relevante pentru creșterea și dezvoltarea lor. Selecția necesară pentru fiecare tip de celulă este controlată parțial de moleculele miARN, descoperite de cercetătorii Ambros și Ruvkun. Acestea sunt o clasă de molecule mici compuse din doar 20 până la 24 de nucleotide (literele A, C, G, U ale genomului) care codifică modul în care se diferențiază celulele. Descoperirea lor, publicată în 1993 și rezultat al muncii de peste un deceniu în laboratoarele MIT, a fost întâmpinată cu indiferență la început de comunitatea științifică. De vină a fost poate faptul că experiențele erau făcute pe o specie de viermi rotunzi numiți ‘Caenorhabditis elegans’, și a trebuit să treacă mult timp și să fie acumulate informații diverse care să demonstreze că este vorba despre mecanisme comune întregului regn animal. Aplicațiile sunt însă multiple. Reglarea defectuoasă de către moleculele miRNA poate contribui la cancer și epilepsie. Mutațiile genelor care codifică moleculele miRNA provoacă afecțiuni precum pierderea congenitală a auzului și se crede că sunt implicate în patologia multor tulburări oculare, cum ar fi cataracta, glaucomul și degenerescența maculară. Moleculele miRNA sunt, de asemenea, considerate a avea un rol în numeroase boli osoase, cum ar fi osteoporoza, osteosarcomul și metastazele osoase. Novo Nordisk, un gigant farmaceutic danez, este una dintre firmele care încearcă să producă medicamente folosind miRNA. Anul acesta a achiziționat Cardior, o firmă germană, al cărei candidat principal la medicament, CDR132L, funcționează prin blocarea unui anumit miRNA, în speranța de a ajuta pacienții cu insuficiență cardiacă cronică și hipertrofie cardiacă (îngroșarea și rigidizarea pereților inimii).
(sursa imaginii: www.lindau-nobel.org/news-nobel-prize-in-physics-2024/)
Premiul Nobel pentru fizică a fost câștigat de John Hopfield (n. 1933) de la Universitatea Princeton, și Geoffrey Hinton (n. 1947), de la Universitatea din Toronto. Va rămâne probabil în istorie ca primul Nobel în a cărui motivație este menționată Inteligența Artificială: „pentru descoperiri și invenții fundamentale care permit învățarea automată cu rețele neuronale artificiale”. Activitățile celor doi savanți datează și ele începând cu anii ’80 ai secolului trecut. Despre ce este vorba? Sistemele AI se bazează pe procese de învățare care folosesc, spre deosebire de memoriile calculatoarelor digitale clasice, rețele neuronale, similare celor din creier. Rețelele neuronale artificiale sunt programe de calculator bazate pe modelul funcționării rețelelor biologice reale de celule nervoase sau neuroni. Acestea sunt legate între ele prin sinapse, iar intensitățile conexiunilor (cunoscute sub numele de „ponderi”) dintre „noduri” (echivalentul neuronilor) în astfel de rețele sunt variabile. Rețeaua „învață” prin dezvoltarea de conexiuni mai puternice între noduri. Această flexibilitate conferă rețelei capacitatea de a procesa informații în mod diferit în funcție de performanțele din trecut. Cu alte cuvinte, rețeaua învață. Rețelele Hopfield, în care fiecare nod este conectat la oricare altul, cu excepția lui însuși, utilizează procese fizice care descriu caracteristicile unui material datorită spinului său atomic – o proprietate care face din fiecare atom un magnet mic. Procesele iterative duc – de exemplu – la clarificarea unei imagini „încețoșate” sau a unei înregistrări sonore „bruiate” – procese similare reconstituirii „amintirilor” din trecut. Geoffrey Hinton a folosit rețeaua Hopfield ca punct de plecare pentru un nou tip de rețea care utilizează o metodă diferită – mașinile Boltzmann, un concept vechi de un secol, care provine din mecanica statistică, inventat de Ludwig Boltzmann (1844 – 1906), pentru a explica legea a doua a termodinamicii. Mașinile Boltzmann pot fi folosite pentru a crea sisteme care învață în mod autonom, recunoscând elementele caracteristice dintr-un anumit tip de date. Hinton a combinat cele două teorii, ceea ce a dus, printre altele, la dezvoltarea explozivă actuală a învățării automate.
(sursa imaginii: www.hindustantimes.com/world-news/nobel-prize-in-chemistry-2024-david-baker-demis-hassabis-and-john-jumper-awarded-for-protein-innovations-101728467416125.html)
Premiile Nobel pentru Chimie au și ele legătura lor cu Inteligența Artificială. AI și structura proteinelor, mai exact. Laureații din acest an sunt David Baker (n.1962), de la Universitatea Washington din Seattle, care a realizat ceva considerat aproape imposibil cu ceva timp în urmă – crearea de tipuri complet noi de proteine –, și Demis Hassabis (n. 1976) și John Jumper (n. 1985), de la Google DeepMind, care au dezvoltat un model AI pentru a rezolva o problemă veche de 50 de ani – prezicerea structurilor complexe ale proteinelor. Elementul comun al tuturor acestor cercetări premiate acum cu Nobel este folosirea de modele matematice computerizate în combinație cu biochimia teoretică. Proteinele constau, în general, din 20 de aminoacizi diferiți, care pot fi descriși ca elemente de bază ale vieții. Într-o lucrare de referință din 2003, David Baker a reușit să proiecteze o proteină complet nouă. Folosind un program de calculator pe care l-a numit Rosetta, a găsit o secvență de aminoacizi capabilă să se plieze în moduri necunoscute în natură. De atunci, grupul său de cercetători a produs serii după serii de proteine, inclusiv proteine care pot fi folosite ca produse farmaceutice, vaccinuri, nanomateriale și senzori minusculi. A doua descoperire se referă la prezicerea structurilor proteinelor. În proteine, aminoacizii sunt legați împreună în șiruri lungi care se pliază pentru a forma o structură tridimensională, care este decisivă pentru funcția proteinei. Începând cu anii 1970, cercetătorii au încercat să prezică structurile proteinelor din secvențele de aminoacizi, dar acest lucru a fost considerat extrem de dificil. În 2020, Demis Hassabis și John Jumper au prezentat un model AI numit AlphaFold2. Cu ajutorul acestuia, ei au reușit să prezică structura aproape a tuturor celor 200 de milioane de proteine pe care cercetătorii le-au identificat. De la descoperirea lor, AlphaFold2 a fost folosit de peste două milioane de oameni din 190 de țări. Metoda are o multitudine de aplicații științifice prin care cercetătorii pot înțelege mai bine, de exemplu, rezistența organismelor la antibiotice sau pot crea imagini ale enzimelor care descompun materialele plastice, reducând aproape complet unul dintre factorii majori ai poluării la scara globala.
(sursa imaginii: https://theconversation.com/science-nobel-prizes-must-change-to-remain-relevant-in-the-21st-century-32641)
Criticile au fost acerbe și în acest an și ele au început din momentul anunțării fiecăruia dintre premii. Desigur, subiectul principal a fost și în categoriile științifice cine a câștigat și cine merita dar nu a câștigat. Dar nu a fost singurul subiect. Pentru a rămâne relevante în secolul XXI, premiile Nobel vor trebui să treacă printr-un proces de reforme. Categoriile nu mai corespund domeniilor contemporane ale științelor și tehnologiilor. Limita de trei nume individuale în fiecare categorie nu mai este nici ea relevantă, mai ales că multe dintre realizările științifice aparțin azi unor echipe sau firme tehnologice. În fine, în acest an, toți laureații din domeniile științifice sunt – din nou – bărbați, accentuând un dezechilibru de gen despre care am scris deja în trecut. Exista însă și tendințe pozitive. Cel mai în vârstă laureat Nobel în domeniile științifice în acest an are 91 de ani, în timp ce cel mai tânăr are 39 de ani. Unele dintre cercetările premiate cu Nobel în 2024 erau deja în curs atunci când cei mai tineri laureați abia se nășteau. Dincolo de combinația interesantă de generații, este de remarcat ca o trăsătură comună a tuturor cercetătorilor faptul că premiile primite sunt rezultatul unor eforturi ale unor echipe complexe și multi-disciplinare. Cu câteva decenii în urmă, știința părea că se află pe drumul compartimentalizării și specializărilor înguste. Explozia cunoașterii amplificate de metodele AI a făcut ca modelele matematice bazate pe baze mari de date (Big Data) să devină mai accesibile cercetătorilor și tehnologilor. Enciclopedismul și multi-disciplinaritatea care-i caracterizau pe marii oameni de știință ai Renașterii pare să revină la modă.
(Articolul a apărut iniţial în revista culturală ‘Literatura de Azi’ – http://literaturadeazi.ro/)