Google nasazuje AI od genomiky po počasí. Nejdůležitější novinkou je atlas 9 miliard změn DNA

Google své nejnovější AI novinky nepředstavuje jako jediný produkt, ale jako soubor nástrojů pro vědu, zdravotnictví, počasí, veřejné informace a analýzu ekonomických dopadů technologií. Nejnázornějším příkladem je rozsáhlý genomický zdroj AlphaGenome Atlas. Vedle něj firma rozvíjí model počasí WeatherNext 3, výzkum včasného odhalování rakoviny prsu, předvídání krizí a jazykové technologie. 4

AlphaGenome Atlas: mapa možných změn v lidské DNA

Hlavní novinkou je AlphaGenome Atlas — databáze s AI vytvořenými předpověďmi molekulárních důsledků přibližně 9 miliard možných jednonukleotidových variant, tedy změn jediného „písmene“ lidské DNA. Google DeepMind uvádí, že model AlphaGenome předem vypočítal regulační dopad těchto změn; výsledkem je datový soubor o velikosti zhruba jednoho petabajtu. 312

Pro výzkumníky je klíčová úspora času. Nemusejí model pouštět znovu pro každou jednotlivou kandidátní variantu, ale mohou si vyhledat již připravený odhad. S orientací má pomoci skóre AlphaGenome Variant Impact (AVI), které slouží k prioritizaci variant pro další zkoumání. Atlas zahrnuje změny v oblastech kódujících proteiny i v úsecích DNA, jež regulují aktivitu genů. 212

Je však důležité nepřisuzovat databázi více, než umí. Predikovaný molekulární účinek není diagnóza ani důkaz, že daná změna DNA způsobuje konkrétní nemoc. Než by mohl ovlivnit klinické rozhodnutí, musí projít experimentálním ověřením a posouzením v konkrétním případě. 8

Jak se Atlas doplňuje s AlphaFoldem a AlphaMissensem

Google řadí AlphaGenome vedle dřívějších biologických systémů. AlphaFold se zaměřuje na předpověď struktur proteinů, zatímco AlphaMissense a AlphaGenome řeší pravděpodobné účinky genetických variant. Společně mají vědcům pomoci přejít od změny v DNA k hypotézám o tom, jak by mohla ovlivnit buněčnou biologii. 412

Nejde ale o jeden sjednocený klinický systém. Jsou to vzájemně se doplňující výpočetní nástroje, jejichž skutečná hodnota závisí na ověření předpovědí v biologickém kontextu konkrétního výzkumu.

AI při screeningu rakoviny prsu: slibný výzkum, nikoli náhrada lékařů

Google také upozornil na výzkum s Imperial College London a britskou veřejnou zdravotní službou NHS. Podle společnosti experimentální AI systém v mamogramech od 175 000 žen rozpoznal 25 % intervalových nádorů, které dříve konvenční screening přehlédl. Intervalové nádory se objeví až po screeningovém vyšetření; často se zjistí teprve po nástupu příznaků, kdy může být léčba obtížnější. 446

Výsledek je významným výzkumným poznatkem, nelze jej však vykládat jako důkaz, že AI může nahradit mamografický screening, radiology nebo klinický úsudek. Systém je experimentální a jeho nasazení ve zdravotnictví vyžaduje ověření v různých podmínkách, odborný dohled a důkladné vyhodnocení falešně pozitivních i falešně negativních výsledků a dopadů na pacientky. 46

WeatherNext 3: globální předpověď opřená o satelitní data

WeatherNext 3 je nejnovější globální meteorologický AI model Googlu. Pracuje se satelitními daty v reálném čase a vytváří hodinové předpovědi v několika prostorových rozlišeních; cílem je mimo jiné zpřesnit odhady srážek a dalších meteorologických veličin. 1819

Google uvádí lepší výsledky předpovědi srážek proti několika srovnávacím základům: pro krátké předstihy až o 60 % proti IMERG, o 30 % proti MRMS a o 10 % proti měřením srážkoměrů. V regionálním oznámení firma rovněž uvádí až o 50 % vyšší přesnost předpovědi deště pro období následujícího dne a dále. 1920

Satelitní vstupy jsou zvlášť důležité v oblastech, kde chybí hustá síť pozemních měření. Výkonnostní čísla modelu je ale nutné číst v souvislostech: záleží na použité metrice, srovnávacím modelu, regionu i délce předpovědi. AI předpověď by proto měla být jednou ze součástí širšího meteorologického a krizového rozhodování, ne jeho jediným podkladem.

Earth AI: předvídání zdravotních, potravinových a klimatických krizí

Systém Earth AI Planetary Prediction Engine spojuje data o globálním zdraví, potravinovém zabezpečení a socioekonomických podmínkách, aby předpovídal krize, jako jsou epidemie, nedostatek potravin nebo rizika spojená s klimatem. Podle Googlu jej lze ovládat instrukcemi v běžném jazyce a byl použit během epidemie eboly v Demokratické republice Kongo i pro identifikaci zranitelných komunit v USA napříč 21 zdravotními ukazateli amerického Centra pro kontrolu a prevenci nemocí (CDC). 4

Podobné nástroje mohou institucím pomoci rychleji určit, kam zaměřit pozornost nebo další šetření. Jejich výstupy ale nejsou jistotou: kvalita prognózy závisí na vstupních datech, předpokladech modelu i na následných rozhodnutích zdravotnických a humanitárních týmů.

Přístup k informacím ve více jazycích

Google rovněž popsal AI jazykovou podporu pro více než 300 jazyků, jimiž hovoří přibližně 7 miliard lidí, tedy asi 86 % světové populace. Deklarovaným cílem je snížit jazykové překážky při přístupu k informacím a digitálním službám. 4

Samotné pokrytí jazyků však neznamená automaticky stejnou kvalitu přístupu. Rozhodují přesnost překladu, podpora regionálních variant, kulturní kontext, místní internetové připojení i dostupnost důvěryhodných zdrojových informací.

AI & Economy ATLAS: jak lidé AI skutečně používají

Projekt AI & Economy ATLAS s otevřeným přístupem má dokumentovat, jak lidé po světě využívají AI v práci a v každodenním životě. Má nabídnout především popisný pohled na míru používání a vnímané účinky, nikoli definitivní předpověď zaměstnanosti či produktivity. 414

Toto rozlišení je podstatné. AI může vytvářet nové úkoly, nástroje a pracovní role, ale zároveň měnit nebo snižovat poptávku po jiné práci. Měření používání AI je užitečné, samo o sobě ale neodpoví na otázku, jak se rozdělí přínosy, rizika a nové příležitosti.

Co z novinek plyne

Nejkonkrétnějším novým výzkumným zdrojem je AlphaGenome Atlas: veřejně dostupná AI mapa předpovědí pro přibližně 9 miliard možných jednopísmenných změn lidské DNA. Kolem ní Google rozvíjí nástroje pro počasí, mapování krizí, zdravotnický výzkum, jazykový přístup k informacím i porozumění rozšíření AI. 34

Potenciál je značný, přínosy však nejsou automatické. Vědecké a zdravotnické předpovědi potřebují nezávislé ověření, prognostické systémy odpovědné využití a širší přístup k informacím také přesnost, místní relevanci a spravedlivé nasazení.