Вештачка интелигенција предвидела девет милиона потенцијалних синтетичких дрога

Истраживачи са Универзитета Британске Колумбије користили су дубоку неуронску мрежу у коју су унели податке о хемијској структури синтетичких дрога, учећи је да прави хемијске структуре потенцијалних нових дрога. Према њиховој студији, објављеној ове недеље, компјутерска интелигенција је обавила задатак боље него што су научници очекивали, пише Раша тудеј.

Истраживачки тим је користио базу података познатих синтетичких дрога – синтетичких психоактивних супстанци – да обучи вештачку интелигенцију о њиховој структури.

Тржиште ових дрога се стално мења, пошто њихови произвођачи стално прилагођавају своје формуле како би заобишли ограничења и произвели нове „легалне“ супстанце, а за разбијање њихове структуре агенцијама за спровођење закона су потребни месеци, напомињу истраживачи.

„Огромна већина ових синтетичких дрога никада није тестирана на људима и потпуно су нерегулисане. Оне представљају велику претњу јавном здрављу и одељењима хитне медицине широм света“, наводи др Мајкл Скинидер, један од чланова истраживачког тима.

После уноса података, вештачка интелигенција је успела да генерише око 8,9 милиона потенцијалних синтетичких дрога. Након тога, истраживачи су покренули листу са подацима од неких 196 нових лекова, који су се већ појавили на тржишту и установили да је више од 90 одсто ових лекова компјутер успео да предвиди.

„Чињеница да можемо да предвидимо које ће се синтетичке дроге појавити на тржишту пре него што се заиста појаве, помало личи на научно-фантастични филм из 2002. године, Сувишни извештај, где је предзнање о криминалним активностима које ће се десити помогло значајном смањењу криминала“, истиче др Дејвид Вишхарт, професор рачунарских наука на Универзитету Алберта.

Идентификовање потпуно непознатих супстанци остаје проблем за вештачку интелигенцију, приметио је истраживачки тим, али се надају да би и тај проблем могли да реше, пошто је рачунар такође могао да предвиди које формуле синтетичких дрога ће највероватније бити створене и пуштене на тржиште.

Модел је „рангирао исправну хемијску структуру неидентификоване синтетичке дроге између 10 кандидата са 72 одсто прецизности“, док је анализа спектрометрије, повећала тачност на неких 86 одсто.

„За нас је био велики шок да је модел ово добро урадио, јер се рашчлањавање читавих хемијских структура само на основу тачног мерења масе генерално сматра нерешивим проблемом“, додао је Скинидер.