Tıpta ve biyolojide devrim yaratacak gelişme: Google'ın yapay zekası bilinen tüm proteinlerin yapısını tahmin etti

Proteinlerle ilgili büyük atılım Google'ın 2014'te satın aldığı DeepMind şirketinin araştırmacıları sayesinde mümkün oldu (AFP)
Proteinlerle ilgili büyük atılım Google'ın 2014'te satın aldığı DeepMind şirketinin araştırmacıları sayesinde mümkün oldu (AFP)
TT

Tıpta ve biyolojide devrim yaratacak gelişme: Google'ın yapay zekası bilinen tüm proteinlerin yapısını tahmin etti

Proteinlerle ilgili büyük atılım Google'ın 2014'te satın aldığı DeepMind şirketinin araştırmacıları sayesinde mümkün oldu (AFP)
Proteinlerle ilgili büyük atılım Google'ın 2014'te satın aldığı DeepMind şirketinin araştırmacıları sayesinde mümkün oldu (AFP)

Google'ın yapay zeka şirketi DeepMind'ın geliştirdiği program, tıpta ve biyolojide devrim yaratacak bir gelişmeye imza atarak, bilim insanlarının bildiği hemen hemen her proteinin yapısını ortaya çıkardı.
Firma, protein katlanması denen çok önemli bir bilimsel problemi insanlardan çok daha iyi çözebilen AlphaFold isimli bu programı 2018'de geliştirmişti.
2021'de faaliyete geçtiği açıklanan AlphaFold, insan vücudundaki 20 bin proteinin de dahil olduğu 20 türün yapısını tahmin ederek büyük yankı uyandırmıştı.
Program artık görevini tamamladı ve varlığı bilinen 200 milyondan fazla protein için öngördüğü yapıları yayımladı.
AlphaFold, protein yapılarını tahmin etmek için amino asit dizileri ve bunların etkileşimine dair bilgi toplayarak çalışıyor. Algoritma 4 yılın sonunda artık protein şekillerini atom seviyesine kadar doğru biçimde dakikalar içinde tahmin edebiliyor.
DeepMind'in kurucusu Demis Hassabis,  "Aslında, bunu tüm protein evrenini kapsayan bir gelişme olarak düşünebilirsiniz" diye konuştu.

"AlphaFold'un çalışması bitkiler, bakteriler, hayvanlar ve diğer birçok organizma için tahmine dayalı yapıları içeriyor. Sürdürülebilirlik, gıda güvenliği ve ihmal edilen hastalıklar gibi önemli konularda etkisi olabileceği büyük fırsatlar açıyor."

Proteinlerin yapısını çözmek neden önemli?
Proteinler küçük, karmaşık bulmacalara benzetiliyor.
Bakterilerden bitkilere ve hayvanlara kadar çeşitli organizmalarda üretilen bu malzemeler yaşamın yapı taşlarından.
Bunlar üretildikten sonra milisaniyeler içinde katlanmaya başlıyor. Ancak yapıları o kadar karmaşık ki hangi şekli alacaklarını tahmin etmek neredeyse imkansız.
Öte yandan bunların yapısını çözmek, her türden hastalığa çare bulunması için kilit önemde.
Boğaziçi Üniversitesi Bilgisayar Mühendisliği'nden Prof. Dr. Cem Say, "Bütün canlıların vücutları değişik değişik proteinlerin birbirine belirli şekillerde legolar gibi takılmasından oluşuyor. Bu proteinlerin hangi parçalardan oluştuğunu laboratuvarda anlamak kolay. Ama bir ilaç geliştirmek istiyorsanız ya da genel olarak tıpla ilgili herhangi bir şey yapmak istiyorsanız proteinin şeklini de anlamak gerekiyor" ifadelerini kullanmıştı.
Daha önce AlphaFold'un başarısını Independent Türkçe'ye değerlendiren Say, sözlerini şöyle sürdürmüştü:
"Çok küçük şeylerden bahsediyoruz, yani şekillerini anlamak aylar, yıllar süren zor bir iş. Yüz milyonlarca protein cinsinin sadece küçük bir kısmının şekli 60 yıllık çalışmayla anlaşılabilmiş. Şeklini anlayabilirseniz her türden tuhaf hastalığa ilaç yapabilirsiniz."
Say ayrıca, proteinlerin yapısının çözülmesinin bilimkurguyu andıran gelişmelere kapı aralayabileceğini belirtmişti:
"Aynı zamanda hiç insan vücudunda görülmemiş veya doğada olmayan birtakım yeni proteinler imal edebilirsiniz. Bilimkurgusal bir gelişmeden bahsediyoruz."
DeepMind'ın konuyla ilgili basın açıklamasında görüşlerine yer verilen, ROME Therapeutics CEO'su Rosana Kapeller da programın ilaç keşfine damga vuracağını belirtiyor.

"Yeni ilaçları hastalara daha hızlı ulaştırma etkisini fark etmenin henüz ilk aşamasındayız."
 
Independent Türkçe, Livescience, The Guardian



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging