Mult înainte ca biomimica să aibă un nume, oamenii o practicau. Am studiat întotdeauna ființele vii în căutarea indiciilor despre cum să construim, să ne mișcăm, să ne vindecăm și să supraviețuim. Natură nu era atât un concept separat de tehnologie, cât locul de unde au pornit multe dintre ideile noastre tehnologice.
Ingineria modernă a făcut mai ușor de observat această conexiune. Trenurile de mare viteză au împrumutat forma ciocurilor de martin pescar. Adezivii au fost modelați după scoicațele. Fibrele sintetice au fost inspirate de mătasea păianjenilor. Chiar și rețelele neuronale artificiale își au originile conceptuale în organizarea neuronilor din creier.
Astfel, ideea că natura ne poate învăța cum să inovăm nu este deloc nouă. Ceea ce este nou este scala la care putem privi.
De-a lungul istoriei umane, accesul nostru la cunoștințele acumulate de natură a fost limitat de ceea ce puteam observa direct și înțelege treptat. Astăzi, secvențierea, imagistica, senzorii, bioinformatica și inteligența artificială deschid sistemele biologice la investigații la niveluri care erau anterior inaccesibile.
În „Tehnologia Vieții: Convergența Biologiei și Inovației”, expertul în singularitate Robert Suarez descrie biologia ca poate fiind „cel mai mare set de date care a existat vreodată.” Este o modalitate utilă de a gândi la ceea ce se schimbă. Biologia reprezintă aproximativ patru miliarde de ani de experimente evolutive, iar noi dezvoltăm instrumente mult mai bune pentru a citi rezultatele.
Progresele în biotehnologie au transformat constant mai mult din lumea vie în informații pe care computerele le pot analiza. Cercetătorii pot secvenția genomuri, monitoriza expresiile genelor, cartografia conexiunilor neuronale, urmări schimbările în interiorul celulelor și colecta informații tot mai detaliate despre organisme și ecosisteme.
Aceasta nu înseamnă că am transformat lumea naturală într-un manual pe care oricine poate să-l înțeleagă. Dimpotrivă, o măsurare mai bună tinde să dezvăluie cât de inadecvate au fost multe dintre modelele noastre mai simple. Dar înseamnă că procesele biologice care erau accesibile doar prin observații minuțioase pot fi analizate tot mai mult pe cale computațională.
AlphaFold este unul dintre cele mai clare exemple. Determinarea structurii tridimensionale a unei proteine necesită tradițional un proces experimental dificil și ar putea dura ani. AlphaFold de la DeepMind a demonstrat că inteligența artificială poate prezice structurile proteinelor pe cale computațională cu o viteza extraordinară, iar versiunile ulterioare au extins această capacitate și la interacțiuni implicate proteine și alte biomolecule.
Inteligența artificială oferă cercetătorilor o altă modalitate de a naviga prin imensul spațiu al posibilităților biologice. În loc să testeze fiecare candidat într-un laborator, instrumentele computaționale pot reduce câmpul, identifica modele și sugera unde ar trebui să investigheze cercetătorii în continuare.
Sursa articol https://singularityhub.com
Editor RevistaSanatatii.ro. Isi doreste ca activitatea lui sa aduca speranta milioanelor de oameni bolnavi din Romania, sa le aline suferintele si sa le ofere speranta.
