Nhóm AI khó tính muốn làm hỏng những buổi tiệc sửng sốt của bạn trong tương lai
Thế hệ tiếp theo của những loại ma túy hợp pháp có thể được phát hiện bởi AI.
Các nhà khoa học tại Canada đã phát triển một mô hình có thể xác định những loại thuốc thiết kế sẽ xuất hiện trên thị trường trước cả khi chúng được tung ra. Nhưng đừng hứng thú quá: các nhà nghiên cứu không có kế hoạch cung cấp trải nghiệm mới cho bạn. Thay vào đó, họ muốn cảnh sát phát hiện nó trước.
Những khoảnh khắc hứng thú
Việc đưa AI vào thế giới ma túy không dễ dàng. Trước hết, mạng nơ-ron cần một khóa học cơ bản về dược lý.
Thay vì một khóa học truyền thống trong phòng thí nghiệm meth, mạng nơ-ron được đào tạo trên một cơ sở dữ liệu về các chất gây tâm thần đã biết đến.
TNW Conference 2024 - Kêu gọi tất cả các Startups tham gia vào ngày 20-21 tháng 6
Trưng bày startup của bạn trước nhà đầu tư, những người tạo ra biến đổi và khách hàng tiềm năng với các gói Startup được tạo ra bởi chúng tôi.
Sau khi nghiên cứu kỹ càng cấu trúc của những loại thuốc này, mô hình tiến triển đến việc tạo ra những pha chế của chính nó.
Nhà hóa học tập sự này đã chứng minh mình là người học nhanh. Tổng cộng, nó tạo ra cấu trúc cho đến 8.9 triệu loại thuốc thiết kế tiềm năng.
Trong khi những người khác có thể giờ đây nghỉ hưu để sống một cuộc sống say xỉn thử nghiệm, các nhà nghiên cứu chăm chỉ vẫn còn công việc để làm.
Mục tiêu cuối cùng của họ là xác định các loại thuốc mới trước khi chúng đến tay người sử dụng. Các cơ quan thực thi pháp luật sau đó có thể cấm các chất này ngay trước khi chúng được tổng hợp.
“Hầu hết những loại thuốc thiết kế này chưa bao giờ được thử nghiệm trên người và hoàn toàn không được quy định,” nói Tiến sĩ Michael Skinnider, cộng tác viên nghiên cứu, là sinh viên y khoa tại Đại học British Columbia. “Chúng là mối quan tâm lớn về sức khỏe công cộng đối với các bộ phận cấp cứu trên khắp thế giới.”
Những loại kích thích và kích trầm
Nhóm nghiên cứu vẫn cần thử nghiệm khả năng dự đoán của phương pháp của họ. Để làm điều này, họ so sánh các chất của hệ thống với 196 loại thuốc đã xuất hiện trên thị trường phi pháp kể từ khi mô hình được đào tạo.
Họ phát hiện ra hơn 90% loại thuốc mới trong bộ tập hợp được tạo ra. Hãy mở đầu cho sự so sánh không thể tránh khỏi với Minority Report.
“Việc chúng ta có thể dự đoán loại thuốc thiết kế có khả năng xuất hiện trên thị trường trước khi chúng thực sự xuất hiện giống như bộ phim khoa học viễn tưởng năm 2002, Minority Report, nơi sự biết trước về các hoạt động tội phạm chuẩn bị xảy ra đã giúp giảm tội phạm đáng kể trong một thế giới tương lai,” nói Tiến sĩ David Wishart, tác giả chính, là giáo sư khoa học máy tính tại Đại học Alberta.
Đừng nói cho Tiến sĩ Wishart biết, nhưng Minority Report kết thúc (***CẢNH BÁO SPOILER***) với việc đơn vị “Precrime” bị phá hủy hoàn toàn. Tuy nhiên, các nhà nghiên cứu còn một mánh khóe nữa để thử trước khi họ đối mặt với cùng số phận.
Synthetic drugs can flood the market before lawmakers can ban them. Credit: Raimond Klavins on UnsplashMô hình đã học được không chỉ làm thế nào các loại thuốc sẽ xuất hiện trên thị trường, mà còn là những phân tử nào sẽ xuất hiện. Chỉ sử dụng khối lượng của một loại thuốc, mô hình có thể xác định cấu trúc hóa học của nó với độ chính xác lên đến 86%.
Nhóm nghiên cứu cho biết khả năng này có thể làm tăng tốc độ động của việc xác định loại thuốc thiết kế mới.
Sự đi xuống
Chúng ta đã nên thấy điều này đến. Khi AI có tiềm năng phát hiện ra các loại thuốc mới, điều này trở nên không thể tránh khỏi sẽ sớm trở thành một công cụ điều tra.
Các nhà nghiên cứu nói phương pháp của họ có thể bảo vệ người ta khỏi những loại thuốc thiết kế nguy hiểm pháp lý. Thật không may, nó cũng có thể làm hỏng một số chuyến phiêu lưu tuyệt vời và các bữa tiệc tuyệt vời.
Tuy nhiên, dường như nó chưa sẵn sàng cho đường phố. Trong khi bộ dữ liệu của hệ thống bao gồm 90% loại thuốc thiết kế thực tế, chúng được rút ra từ một mẫu 8.9 triệu kết quả. Có thể là công việc khó khăn khi tìm ra các chất gây ảo giác của tương lai trong bộ sưu tập đó.
Tuy nhiên, tôi chắc chắn rằng một số người sẽ muốn thử chúng. Những nhà phát triển thuốc cũng có thể háo hức muốn có được mô hình này.
Bạn có thể đọc bài nghiên cứu tại Nature Machine Intelligence.
