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



Yapay zeka "Bilmiyorum" demeyi öğrendi

Telefon ekranında gösterilen Grok, DeepSeek ve ChatGPT uygulamaları (AFP)
Telefon ekranında gösterilen Grok, DeepSeek ve ChatGPT uygulamaları (AFP)
TT

Yapay zeka "Bilmiyorum" demeyi öğrendi

Telefon ekranında gösterilen Grok, DeepSeek ve ChatGPT uygulamaları (AFP)
Telefon ekranında gösterilen Grok, DeepSeek ve ChatGPT uygulamaları (AFP)

Güney Koreli araştırmacılar, yapay zeka modellerinin nihayet, belirli konulara aşina olmadıklarını insan davranışına benzer şekilde kabul etmelerini sağlayacak yeni bir yöntem geliştirdi.

Kore İleri Bilim ve Teknoloji Enstitüsü'nden araştırmacılar, bu atılımın otonom sürüş ve tıp gibi alanlarda kullanılan yapay zeka modellerinin güvenilirliğini artırabileceğini söylüyor.

Önceki araştırmalar, özellikle tıbbi teşhis gibi alanlarda, bu araçların karar alma süreçlerinde kullanılmasının en büyük risklerinden birinin yapay zekanın "aşırı özgüveni" olduğunu ortaya koymuştu.

OpenAI'ın ChatGPT'si gibi yaygın kullanılan yapay zeka modellerinin, bilmediklerini kabul etmek yerine tahmin yapmaya teşvik edildikleri için "halüsinasyon gördükleri", yani bilgi uydurdukları gösterilmişti.

Şimdiyse araştırmacılar, yapay zekanın aşina olmadığı veya daha önce karşılaşmadığı bilgilerin farkında olmasını sağlayan ve sohbet robotlarının genel güvenilirliğini artıran bir yöntem geliştirdi.

Araştırmacılar, yapay zekada aşırı özgüvenin temel nedeninin, omurga altyapısını oluşturan yapay sinir ağlarını kullanarak ilk verilerden öğrenme biçimi olduğunu söylüyor.

Bu aşamada ortaya çıkan küçük hatalar, düzeltilmezse yayılabiliyor ve sonraki eğitim sırasında önemli hatalara neden olabiliyor.

Araştırmacılar, başlatma aşamasında bir sinir ağına rastgele veri girildiğinde, modelin hiçbir şey öğrenmemiş olmasına rağmen yüksek bir güven sergilediğini buldu.

Bu durum "halüsinasyona" yol açtı.

Bunu ele almak için araştırmacılar, insan beyninin sorunu çözme biçiminden ipuçları kullandıklarını söylüyor.

İnsanlarda beyin sinyalleri doğumdan önce bile dış uyaran olmaksızın üretiliyor, bu da sorunun üstesinden gelmeye yardımcı oluyor.

Bunu taklit eden bilim insanları, bir yapay zeka modelinin sinir ağı omurgasının, gerçek öğrenmeden önce rastgele gürültü girdileriyle kısa bir ön eğitimden geçtiği bir sistem geliştirdi.

Araştırmacılara göre bu süreç, yapay zekanın veri öğrenmeye başlamadan önce kendi belirsizliğini ayarlayarak kendisi için bir temel oluşturmasını sağlıyor.

Isınma süreci, yapay zeka modelinin başlangıç ​​güvenini şansa yakın düşük bir seviyeye ayarlamasına ve aşırı güven yanlılığını önemli ölçüde azaltmasını sağlayabilir.

Araştırmacılar, başka bir deyişle yöntemin modellerin önce "Henüz hiçbir şey bilmiyorum" durumunu öğrenmesine yardımcı olduğunu söylüyor.

Araştırmacılar, "Geleneksel modeller, eğitim sırasında karşılaşmadıkları veriler için bile yüksek güvenle yanlış cevaplar verme eğilimindeyken, ısınma eğitimi alan modeller, güvenlerini düşürme ve 'bilmediklerini' tanıma yeteneklerinde belirgin bir iyileşme gösterdi" diye açıkladı.

Bu, yapay zekanın "bildiklerini" "bilmediklerinden" ayırt etme yeteneğini geliştirmesini sağlayabilir.

Nature Machine Intelligence adlı akademik dergide yayımlanan çalışmanın yazarlarından Se-Bum Paik, "Bu çalışma, beyin gelişiminin temel ilkelerini birleştirerek, yapay zekanın kendi bilgi durumunu insanlara daha benzer bir şekilde tanıyabileceğini gösteriyor" dedi.

Bu önemli çünkü yapay zekanın yalnızca doğru cevabı ne sıklıkla verdiğini iyileştirmekle kalmayıp, ne zaman kararsız olduğunu veya yanılmış olabileceğini anlamasını sağlıyor.

Independent Türkçe


Ödül olmadan video oyunu oynayan maymunlar bilim insanlarını şoke etti

Japon makakları (AFP/Temsili)
Japon makakları (AFP/Temsili)
TT

Ödül olmadan video oyunu oynayan maymunlar bilim insanlarını şoke etti

Japon makakları (AFP/Temsili)
Japon makakları (AFP/Temsili)

Vishwam Sankaran Bilim ve Teknoloji Muhabiri 

Yeni bir araştırma kapsamında maymunların herhangi bir yiyecek ödülü olmadan, tamamen meraktan kendi istekleriyle dokunmatik ekranlı bir video oyununu uzun süre oynaması bilim insanlarını şaşkına çevirdi.

Araştırmacılara göre bulgular, merakın hayvan davranışını nasıl yönlendirdiğinin daha iyi anlaşılmasına yol açabilir.

Yiyecek veya çiftleşme fırsatları gibi dışsal ödüllerden bağımsız olarak işleyen merak duygusu, hayvanları çevrelerini keşfetmeye yönlendirir.

Ancak bir hayvanın çevresinin hangi kısımlarının diğerlerine göre daha fazla merak uyandırdığı tam olarak bilinmiyor.

Araştırmacılar, merakın aşırı basit veya karmaşık durumlardan kaçınırken, orta derecede karmaşık veya belirsiz uyaranlara yönelme eğiliminde olduğu varsayımında bulunuyor.

"Goldilocks ilkesi" denen bu kavram, insan merakını de şekillendiriyor.

Ancak hayvanlarda bu dürtüyü inceleyen çok az çalışma var.
 

Video oyunu oynayan maymun (KyotoU/Sakumi İki)​​​​​​​Video oyunu oynayan maymun (KyotoU/Sakumi İki)

Japonya'daki Kyoto Üniversitesi'nden bilim insanları, maymunlara dokunmatik ekranlı bir video oyunu vererek merakın nasıl işlediğini inceledi.

Video oyunları, insanların bilişsel yeteneklerini geliştirmesine ve yaşam kalitelerini artırmasına fayda sağlayan araçlar olarak son yıllarda öne çıkıyor.

Video oyunlarının laboratuvar ve hayvanat bahçelerindeki hayvanların ilgisini çekip çekemeyeceğini ve onların sağlık ve huzurunu iyileştirmeye yardımcı olup olamayacağını araştıran çalışmalar da yapılıyor.

Hakemli dergi iScience'ta yayımlanan çalışmanın yazarlarından Sakumi Iki, "Başlangıçta vahşi maymunların oyun davranışlarını inceliyordum, bu yüzden laboratuvardaki maymunlarda oyun davranışının doğal bir şekilde ortaya çıkabileceği durumlar yaratmayı uzun zamandır istiyordum" diye açıklıyor.

Araştırmacılar, bölgedeki Japon makaklarının merakını tam olarak ne tür uyaranların tetikleyebileceğini araştırdı.

Saklambaçtan esinlenerek dokunmatik ekran tabanlı bir oyun görevi geliştirdiler.

Bu oyunda maymun dokunmatik ekrandaki bir düğmeye bastığında, düğmeye bağlı olarak ekranın farklı bir yerinde bir kukla beliriyor.

Kuklanın ortaya çıkışı farklı gürültü seviyelerine göre değişirken, gürültü seviyesi yükseldikçe kukla daha zor tahmin edilen bir yerde görünüyor.

Bilim insanları maymunların orta ve düşük gürültüye, ardından orta ve yüksek gürültüye verdikleri tepkileri gözlemledi.

Maymunların, kuklanın biraz tahmin edilebilir ama yine de orta derecede belirsiz bir yerde belirmesini sağlayan orta gürültü düğmesini seçtiğini gördüler.

Bu da makakların tıpkı insanlar gibi, çok basit veya çok rastgele uyaranlara kıyasla, orta düzeyde belirsizliğe sahip uyaranları etkin bir şekilde keşfetme eğilimi gösterdiğine işaret ediyor.

Ayrıca maymunların oyunu oynamaya uzun süreler harcaması, oyunun meraklarını uyandırmada başarılı olduğu fikrini destekliyor.

Dr. Iki "Tipik bilişsel görevlerde maymunların motivasyonunu yüksek tutmak için genellikle onlara yiyecek ödülleri verilir; bu yüzden ödül olmadan oyuna ilgi göstereceklerinden pek emin değildim" diyor. 

Ancak şaşırtıcı bir şekilde, bazı maymunlar hiçbir ödül olmamasına rağmen bu oyunda neredeyse 100 deneme boyunca çalıştı.

Araştırmacılar gelecekteki çalışmalarda bu bulguları kullanarak maymunların merakını uyandıran daha fazla oyun geliştirmeyi umuyor.

Merakın arkasındaki sinirsel ve bilişsel mekanizmaları belirleyerek "bu olguyu daha kapsamlı bir şekilde anlamayı" hedefliyorlar.

Independent Türkçe,independent.co.uk/news


Yapay zeka destekli akıllı saat bayılmayı önceden tahmin ediyor

Araştırmacılar, Samsung Galaxy Watch 6 akıllı saatinin bayılma durumları için erken uyarı sistemi görevi görebileceğini belirtiyor (Samsung)
Araştırmacılar, Samsung Galaxy Watch 6 akıllı saatinin bayılma durumları için erken uyarı sistemi görevi görebileceğini belirtiyor (Samsung)
TT

Yapay zeka destekli akıllı saat bayılmayı önceden tahmin ediyor

Araştırmacılar, Samsung Galaxy Watch 6 akıllı saatinin bayılma durumları için erken uyarı sistemi görevi görebileceğini belirtiyor (Samsung)
Araştırmacılar, Samsung Galaxy Watch 6 akıllı saatinin bayılma durumları için erken uyarı sistemi görevi görebileceğini belirtiyor (Samsung)

Araştırmacılar, akıllı saatlerinden gelen verileri kullanarak kişinin bayılmak üzere olup olmadığını tahmin edebilen dünyanın ilk sistemini geliştirdi.

Chung-Ang Üniversitesi Hastanesi'nde 132 hastanın katıldığı klinik çalışmada, Samsung Galaxy Watch'la kullanıcının kalp atış hızından gelen biyosinyallerden yararlanan gerçek zamanlı bir uyarı sistemi geliştirildi.

Sistem, bilimsel olarak vazovagal senkop diye bilinen bayılma nöbetlerini, yüzde 80'den fazla doğrulukla 5 dakikaya kadar önceden tahmin edebildi.

Hastanenin Kardiyoloji Bölümü'nden araştırmayı yöneten Profesör Junhwan Cho, "Senkop hastalarının düşmelerden kaynaklanan travmalar yaşaması yaygın bir durum ve ekstrem vakalarda bazıları kırık veya beyin kanaması gibi ciddi şekilde yaralanıyor" dedi.

Bu teknolojinin sağlayacağı erken uyarı, hastalara güvenli bir pozisyona geçmeleri veya yardım çağırmaları için önceden zaman kazandırabilir ve bu da ikincil yaralanmaların görülme sıklığını önemli ölçüde azaltabilir.

sdvfrtbhn
Samsung ve Kore'deki Chung-Ang Üniversitesi Gwangmyeong Hastanesi'nin ortak klinik çalışmasında, Galaxy Watch 6'dan elde edilen verilerle kişinin bayılıp bayılmayacağını tahmin edilebildi (Samsung)

Araştırmacılar, hastalardan kalp atış hızı değişkenliği verilerini toplamak için Galaxy Watch 6'daki fotopletismografi (PPG) sensörünü kullandı.

Daha sonra bayılma nöbetinin meydana gelmek üzere olup olmadığını belirlemek için verileri analiz etmek adına yapay zeka algoritması kullanıldı.

Bu, ticari bir akıllı saatin bayılmaya yönelik erken tahmin sistemini başarıyla sunduğu ilk örnek.

Samsung'un sağlık alanındaki araştırma ve geliştirme çalışmalarını yöneten Jongmin Choi, "Bu çalışma, giyilebilir teknolojinin sağlık hizmetlerini 'hastalık sonrası bakım'dan 'önleyici bakım' modeline nasıl dönüştürebileceğinin bir örneği" dedi.

Kullanıcılarımızın daha sağlıklı günlük yaşamlar sürmelerini sağlayan teknolojik yeniliklere öncülük etmeye kararlıyız.

Teknoloji devi, sağlık izleme yeteneklerini akıllı saatlerine ve diğer giyilebilir teknoloji cihazlarına entegre etmeyi planlıyor.

Araştırma bulguları, European Heart Journal-Digital Health adlı akademik derginin son sayısında "Prediction of vasovagal syncope using artificial intelligence-enabled smartwatch photoplethysmography-derived heart rate variability" (Yapay zeka destekli akıllı saat fotopletismografisiyle elde edilen kalp atış hızı değişkenliği kullanılarak vazovagal senkopun tahmin edilmesi) başlıklı çalışmada yayımlandı.

Independent Türkçe