Singapurský program AI4S má propojit umělou inteligenci s laboratořemi

V hlavním popisu projektu se uvádí cíl 500násobného zrychlení výpočetního screeningu. Tvrzení, že celý proces bude „téměř pětkrát rychlejší a levnější“, je proto vhodné posuzovat opatrně, pokud se nevztahuje k jiné, navazující metrice vývoje.

AI, která má kontrolovat jiný AI-generovaný software

NUS a Imperial College London současně vyvíjejí nástroje pro uvažování o programech. Ty mají automaticky analyzovat, testovat a formálně ověřovat správnost softwaru, zatímco méně formální metody mají pomoci s interpretací staršího nebo nedostatečně zdokumentovaného kódu.

Testování se zaměří na software s významnými dopady, například síťové protokoly a části linuxového jádra. Dlouhodobým záměrem je umožnit AI agentům kontrolovat kód, který vytvořily jiné AI systémy.

Biomedicína: spojení více vrstev biologických dat

Projekt MultiOmicsFM, na němž spolupracují NUS a A*STAR, má vytvořit základní model schopný společně interpretovat data DNA, RNA a aktivity genů. Využít má také multietnické datové soubory ze Singapuru. Výzkumníci chtějí model použít při studiu rizika onemocnění a při optimalizaci terapií založených na mRNA.

Samostatný projekt BloodCounts! pracuje s modelem DeepCBC. Ten má využít kompletní surové parametry krevního obrazu a doplňující snímky krevních nátěrů. Z běžného vyšetření by tak mohl získat více diagnostických informací a pomoci s předpovědí rizika stavů, jako jsou cévní mozková příhoda nebo rakovina.

Zemědělství a odolnost vůči klimatickým změnám

NUS a University of Illinois Urbana-Champaign vyvíjejí digitální dvojčata zemědělské půdy v jihovýchodní Asii. Jde o virtuální modely konkrétních polí a zemědělských systémů, které kombinují naměřená data s principy vědy o plodinách.

Výsledkem mají být srozumitelné předpovědi a nástroje pro rozhodování o termínech výsadby, využití zdrojů a dodavatelských řetězcích. Projekt tedy nemá spoléhat pouze na neprůhledné algoritmické predikce.

Širší záběr než jeden obor

Osm projektů zahrnuje také AI navržená rozhraní, která mají zlepšit přenos energie. Celé portfolio tak pokrývá materiálový výzkum, katalýzu, výpočetní techniku, genomiku, software, zemědělství i analýzu krve. AI4S není koncipován jako iniciativa pro jediný sektor, ale jako průřezový program pro více oblastí vědy a technologií.

Proč Singapur sází na propojení AI a experimentů

• Převod objevů do praxe: AI může navrhnout slibný materiál, molekulu, experiment nebo kus kódu. Automatizované laboratoře, vysokokapacitní testování, měření a formální ověřování pak musí ukázat, zda je výsledek skutečně vyrobitelný, bezpečný a užitečný. Materials Data Foundry představuje nejkonkrétnější příklad tohoto uzavřeného cyklu.
• Nová generace vědců: AI4S chce vychovávat „bilingvní“ vědce – odborníky, kteří rozumějí umělé inteligenci i oborům, jako jsou materiálové vědy, biovědy nebo kvantová věda. Díky tomu mají vědecké otázky, kvalita dat a omezení experimentů ovlivňovat modely už od začátku.
• Mezinárodní spolupráce: Singapur využívá financování Národní výzkumné nadace, mezinárodní spolupráci v rámci platformy CREATE, sdílenou digitální a experimentální infrastrukturu, otevřené nástroje i zapojení průmyslu. Imperial College London například své dva programy zastřešuje prostřednictvím Imperial Global Singapore v centru CREATE a počítá s přístupem výzkumníků z celého světa.

Rozhodující zkouškou bude, zda program přinese ověřitelné a škálovatelné výsledky: výrobní protokoly, účinné katalyzátory, klinické důkazy pro podpůrná rozhodnutí a spolehlivý software. Samotné rychlejší předpovědi modelů stačit nebudou.