L'intelligenza artificiale può prevedere comportamento delle molecole

Un nuovo passo avanti in ambito terapeutico e farmaceutico potrebbe essere stato compiuto grazie all’intelligenza artificiale. Un gruppo internazionale di ricercatori guidati da Mark Tuckerman dell'università di New York ha sviluppato, infatti, un nuovo algoritmo, descritto sulla rivista "Nature Communications", che sarebbe in grado di prevedere il comportamento delle molecole. Per la ricerca di nuovi farmaci, in futuro, potrebbero quindi non essere più necessari calcoli o simulazioni complesse, che sarebbero affidati interamente alle macchine.

Come funziona l'algoritmo

Il nuovo algoritmo sviluppato dal team di ricerca internazionale sarebbe in grado di insegnare al computer a prevedere il comportamento delle molecole. Il sistema, infatti, indentificherebbe gli schemi di comportamento, apprendendo così le conoscenze basilari sulle interazioni atomiche che avvengono all’interno di una molecola. Successivamente, si servirebbe di queste informazioni per prevedere nuovi fenomeni e i relativi sviluppi. La macchina sviluppata dai ricercatori guidati da Tuckerman sarebbe capace di imparare le complesse interazioni atomiche che, di solito, per essere analizzate, richiedono complessi calcoli di meccanica quantistica. L’algoritmo sviluppato è il frutto della combinazione delle innovazioni nel campo dell’intelligenza artificiale con la fisica e la chimica.

L'addestramento della macchina

Per sviluppare l’algoritmo, i ricercatori si sono serviti di un piccolo gruppo di molecole campione che volevano studiare: la macchina è stata utilizzata per simulare il comportamento chimico che avveniva all’interno delle molecole. Come esempio di riferimento, sono stati scelti i processi chimici che avvengono dentro una molecola semplice come la malonaldeide, confrontando le previsioni dell'algoritmo con ciò che i ricercatori già sapevano di questa molecola. Il risultato è stato che la macchina si è rivelata molto abile ad apprendere, avendo come riferimento solo i pochi dati processati per il suo addestramento. "Ora che siamo riusciti a sviluppare quest'abilità – ha detto Klaus-Robert Müller, uno dei ricercatori - possiamo usare l'Intelligenza artificiale per imparare dai dati ed esplorare il suo modello per avere una comprensione scientifica più vasta".