L’intelligenza artificiale non è più intelligente di noi, ha solo meno pregiudizi

Secondo i ricercatori della Rutgers University, sembra che le macchine abbiano già battuto l’umanità in almeno una materia scientifica.
Il professor Vikas Nanda del Dipartimento di Biochimica e Biologia Molecolare della Rutgers University, in New Jersey, ha trascorso oltre due decenni a studiare meticolosamente l’intricata natura delle proteine, le sostanze altamente complesse presenti in tutti gli organismi viventi. Ha dedicato la sua vita professionale alla contemplazione e alla comprensione degli schemi unici degli aminoacidi che compongono le proteine e che determinano la loro trasformazione in emoglobina, collagene, ecc. In particolare, gli studi del professore si sono concentrati all’autoassemblaggio delle proteine perché molti scienziati ritengono che la piena comprensione di questo processo possa portare a numerosi prodotti rivoluzionari per usi medici e industriali (come tessuti umani artificiali per le ferite o catalizzatori per nuovi prodotti chimici). Quando gli autori dello studio hanno deciso di condurre un esperimento che contrapponesse ad un essere umano – una persona con una profonda comprensione intuitiva della progettazione delle proteine e dell’autoassemblaggio – le capacità predittive di un programma informatico di intelligenza artificiale, hanno individuato il Professore come miglior candidato. I ricercatori volevano vedere chi tra i due fosse in grado di fare un lavoro migliore nel prevedere le sequenze proteiche che si sarebbero combinate con maggior successo. I risultati pubblicati indicano che la battaglia intellettuale è stata combattuta bene, ma il programma di intelligenza artificiale ha battuto il Professore, anche se con un piccolo margine.

“Nonostante la nostra vasta esperienza, l’IA ha ottenuto risultati migliori o uguali su diversi set di dati, dimostrando l’enorme potenziale dell’apprendimento automatico nel superare i pregiudizi umani”, afferma Nanda, in un comunicato dell’Università.

Durante il test, il Prof. Nanda e altri cinque colleghi hanno ricevuto un elenco di proteine e hanno dovuto prevedere quali avrebbero potuto auto-assemblarsi. Il programma informatico ha fatto le stesse previsioni e i ricercatori hanno confrontato le risposte dell’uomo e della macchina.

I partecipanti umani hanno fatto le loro previsioni sulla base delle loro precedenti osservazioni sperimentali sulle proteine, come i modelli di cariche elettriche e il grado di avversione all’acqua. Alla fine, il prof. Nanda e colleghi, hanno previsto che undici proteine si sarebbero auto-assemblate. Il programma informatico, invece, grazie a un sistema avanzato di apprendimento automatico, ne ha scelte nove. Gli esperti umani si sono rivelati corretti per sei delle undici proteine scelte. Il programma informatico ha ottenuto una percentuale di accuratezza maggiore, con sei delle nove proteine scelte effettivamente in grado di autoassemblarsi.
Gli autori dello studio spiegano che i partecipanti umani tendevano a “privilegiare” alcuni amminoacidi rispetto ad altri, il che ha portato a previsioni errate. Il programma di intelligenza artificiale ha anche identificato correttamente alcune proteine che non erano “scelte ovvie” per l’autoassemblaggio (aprendo tra l’altro la porta a ulteriori ricerche). Il Prof. Nanda ammette che un tempo dubitava dell’apprendimento automatico per le indagini sull’assemblaggio delle proteine, ma ora è molto più aperto a questa tecnica.

• Machine learning overcomes human bias in the discovery of self-assembling peptides. (nature.com)