Google เปิดชุดเครื่องมือ AI ใหม่: แผนที่ DNA 9 พันล้านความเปลี่ยนแปลง สู่พยากรณ์อากาศและวิกฤตโลก

Google กำลังผลักดัน AI เป็นชุดเครื่องมือหลายด้านมากกว่าจะเป็นการเปิดตัวผลิตภัณฑ์ชิ้นเดียว ตั้งแต่ฐานข้อมูลจีโนมขนาดใหญ่ โมเดลพยากรณ์อากาศ งานวิจัยคัดกรองสุขภาพ การคาดการณ์วิกฤต การเข้าถึงข้อมูลหลายภาษา ไปจนถึงโครงการติดตามผลกระทบของ AI ต่อเศรษฐกิจ เป้าหมายร่วมกันคือทำให้การคาดการณ์และข้อมูลจาก AI ใช้ประโยชน์ได้มากขึ้นทั้งกับนักวิจัยและสาธารณะ 4

AlphaGenome Atlas: แผนที่ค้นหาได้ของการเปลี่ยน DNA

จุดเด่นที่สุดคือ AlphaGenome Atlas ฐานข้อมูลที่รวบรวมคำทำนายจาก AI เกี่ยวกับผลระดับโมเลกุลของความแปรผันแบบนิวคลีโอไทด์เดี่ยว หรือการเปลี่ยน “ตัวอักษร” เพียงตำแหน่งเดียวในจีโนมมนุษย์ ราว 9 พันล้านรูปแบบ Google DeepMind ระบุว่าใช้โมเดล AlphaGenome คำนวณผลกระทบต่อการกำกับการทำงานของยีนล่วงหน้า จนได้ชุดข้อมูลขนาดประมาณ 1 เพตะไบต์ 312

ประโยชน์สำคัญคือความรวดเร็ว นักวิจัยไม่จำเป็นต้องรันโมเดลใหม่ทุกครั้งเมื่อพบความแปรผันของยีนที่น่าสนใจ แต่สามารถค้นหาคำทำนายที่คำนวณไว้แล้ว และใช้คะแนน AlphaGenome Variant Impact (AVI) เพื่อจัดลำดับว่าแบบใดควรนำไปศึกษาเพิ่มเติมก่อน ฐานข้อมูลครอบคลุมทั้งบริเวณที่เข้ารหัสโปรตีน และบริเวณที่มีบทบาทควบคุมการทำงานของยีน 212

อย่างไรก็ดี คำทำนายผลระดับโมเลกุลไม่ใช่การวินิจฉัยโรค และไม่ใช่หลักฐานยืนยันว่า DNA ที่เปลี่ยนไปเป็นสาเหตุของโรคโดยตรง ผลลัพธ์ยังต้องผ่านการทดสอบในห้องปฏิบัติการ การประเมินทางคลินิก และการพิจารณาตามบริบทของผู้ป่วยแต่ละรายก่อนนำไปใช้ตัดสินใจทางการแพทย์ 8

ทำงานเสริมกับ AlphaFold และ AlphaMissense

Google วาง AlphaGenome ไว้ร่วมกับเครื่องมือชีววิทยาที่มีอยู่แล้ว เช่น AlphaFold ซึ่งเน้นทำนายโครงสร้างโปรตีน ขณะที่ AlphaMissense และ AlphaGenome มุ่งประเมินผลที่เป็นไปได้จากความแปรผันทางพันธุกรรม ทั้งหมดจึงเป็นเครื่องมือคอมพิวเตอร์ที่ช่วยให้นักวิจัยเชื่อมโยงจากการเปลี่ยนแปลงของ DNA ไปสู่สมมติฐานว่าชีววิทยาในเซลล์อาจเปลี่ยนไปอย่างไร 412

แต่เครื่องมือเหล่านี้ไม่ได้รวมกันเป็นระบบวินิจฉัยทางคลินิกเดียว ความน่าเชื่อถือในการใช้งานจึงขึ้นอยู่กับการตรวจสอบคำทำนายกับบริบททางชีววิทยาในงานวิจัยนั้น ๆ

AI คัดกรองมะเร็งเต้านม: ผลวิจัยที่น่าจับตา แต่ยังไม่แทนแพทย์

Google ยังกล่าวถึงงานวิจัยร่วมกับ Imperial College London และระบบบริการสุขภาพแห่งชาติสหราชอาณาจักร หรือ NHS โดยระบบ AI เชิงทดลองตรวจพบ 25% ของมะเร็งที่ตรวจพบในช่วงระหว่างรอบคัดกรอง ซึ่งแนวทางคัดกรองมาตรฐานเคยพลาดไป จากภาพแมมโมแกรมของผู้หญิง 175,000 คน มะเร็งกลุ่มนี้คือกรณีที่เพิ่งปรากฏหลังจากผลคัดกรองเดิม และอาจรักษายากขึ้นเมื่อเริ่มมีอาการ 446

นี่เป็นหลักฐานวิจัยที่มีนัยสำคัญ แต่ไม่ควรตีความว่า AI สามารถแทนที่การตรวจแมมโมแกรม นักรังสีแพทย์ หรือดุลยพินิจทางคลินิกได้ งานดังกล่าวยังเป็นระบบทดลอง การนำไปใช้ในระบบสุขภาพต้องทดสอบในหลายบริบท มีการกำกับดูแล และประเมินอย่างรอบด้านทั้งผลบวกลวง ผลลบลวง และผลลัพธ์ที่เกิดกับผู้ป่วย 46

WeatherNext 3: พยากรณ์อากาศโลกด้วยข้อมูลดาวเทียม

WeatherNext 3 คือโมเดล AI พยากรณ์อากาศระดับโลกใหม่ของ Google ที่รับข้อมูลดาวเทียมแบบเรียลไทม์ และสร้างพยากรณ์รายชั่วโมงในหลายระดับความละเอียดเชิงพื้นที่ โดยมุ่งเพิ่มความแม่นยำในการคาดการณ์ฝนและตัวแปรอากาศอื่น ๆ 1819

Google รายงานผลการประเมินว่าโมเดลช่วยเพิ่มประสิทธิภาพการพยากรณ์ปริมาณฝนได้สูงสุด 60% เมื่อเทียบกับ IMERG, 30% เมื่อเทียบกับ MRMS และ 10% เมื่อเทียบกับข้อมูลจากเครื่องวัดน้ำฝน สำหรับช่วงเวลาคาดการณ์ระยะแรก ขณะที่ประกาศระดับภูมิภาคของบริษัทระบุว่าความแม่นยำของการพยากรณ์ฝนตั้งแต่วันถัดไปเป็นต้นไปดีขึ้นได้สูงสุด 50% 1920

ข้อมูลดาวเทียมมีความสำคัญเป็นพิเศษในพื้นที่ที่สถานีตรวจวัดภาคพื้นดินมีน้อย อย่างไรก็ตาม ตัวเลขประสิทธิภาพย่อมขึ้นกับเกณฑ์วัด ข้อมูลเปรียบเทียบ พื้นที่ และระยะเวลาล่วงหน้าที่พยากรณ์ ผู้ใช้งานจึงควรมองพยากรณ์จาก AI เป็นองค์ประกอบหนึ่งของระบบพยากรณ์ การเตือนภัย และการวางแผนรับมือเหตุฉุกเฉินในภาพรวม

Earth AI: คาดการณ์วิกฤตระดับโลกด้วยภาษาธรรมชาติ

Earth AI Planetary Prediction Engine ผสานข้อมูลสุขภาพโลก ความมั่นคงทางอาหาร และข้อมูลเศรษฐกิจสังคม เพื่อคาดการณ์วิกฤต เช่น การระบาดของโรค ภาวะขาดแคลนอาหาร และความเสี่ยงที่เกี่ยวข้องกับสภาพภูมิอากาศ Google ระบุว่าระบบรับคำสั่งด้วยภาษาธรรมชาติ และถูกใช้ระหว่างการระบาดของอีโบลาในสาธารณรัฐประชาธิปไตยคองโก รวมถึงใช้ระบุชุมชนเปราะบางในสหรัฐฯ ตามตัวชี้วัดสุขภาพ 21 รายการของ CDC 4

เครื่องมือประเภทนี้อาจช่วยให้องค์กรเห็นจุดที่ควรตรวจสอบหรือจัดสรรความสนใจได้เร็วขึ้น แต่ผลลัพธ์ยังเป็นเพียงการคาดการณ์ ไม่ใช่ความแน่นอน คุณภาพของคำทำนายขึ้นอยู่กับข้อมูลตั้งต้น สมมติฐานของโมเดล และการตัดสินใจของหน่วยงานสาธารณสุขหรือมนุษยธรรมที่นำข้อมูลไปใช้

ลดกำแพงภาษาในการเข้าถึงข้อมูล

Google ระบุว่าระบบสนับสนุนภาษาด้วย AI ครอบคลุมมากกว่า 300 ภาษา ซึ่งมีผู้พูดรวมราว 7 พันล้านคน หรือประมาณ 86% ของประชากรโลก โดยมีเป้าหมายลดอุปสรรคด้านภาษาในการเข้าถึงข้อมูลและบริการดิจิทัล 4

แต่การรองรับภาษาไม่ได้แปลว่าเข้าถึงได้อย่างเท่าเทียมเสมอไป คุณภาพการแปล การรองรับภาษาถิ่นและรูปแบบภาษาที่หลากหลาย บริบททางวัฒนธรรม การเชื่อมต่ออินเทอร์เน็ต และความพร้อมของแหล่งข้อมูลที่น่าเชื่อถือ ล้วนมีผลต่อการใช้ข้อมูลอย่างถูกต้องและปลอดภัย

AI & Economy ATLAS: สำรวจว่าโลกใช้ AI อย่างไร

โครงการ AI & Economy ATLAS เป็นแหล่งข้อมูลแบบเปิดที่มุ่งบันทึกว่าผู้คนทั่วโลกใช้ AI ในการทำงานและชีวิตประจำวันอย่างไร โครงการนี้ออกแบบมาเพื่อให้ภาพเชิงพรรณนาของการนำ AI ไปใช้และผลกระทบที่ผู้ใช้รับรู้ ไม่ใช่คำพยากรณ์ชี้ขาดเกี่ยวกับการจ้างงานหรือผลิตภาพ 414

ความแตกต่างนี้สำคัญ เพราะ AI อาจสร้างงาน เครื่องมือ และบทบาทใหม่ ขณะเดียวกันก็อาจเปลี่ยนแปลงหรือลดความต้องการงานบางประเภท การวัดรูปแบบการใช้งานจึงมีประโยชน์ แต่ยังไม่อาจตอบได้ลำพังว่าผลประโยชน์ ความเสี่ยง และโอกาสจะกระจายไปสู่ใครและมากน้อยเพียงใด

สรุป

เครื่องมือที่จับต้องได้ที่สุดในรอบนี้คือ AlphaGenome Atlas ซึ่งเป็นแผนที่คำทำนายจาก AI สำหรับการเปลี่ยน DNA ตัวอักษรเดียวในจีโนมมนุษย์ราว 9 พันล้านรูปแบบ และเปิดให้นักวิจัยเข้าถึงได้ ขณะเดียวกัน Google ก็กำลังขยายงาน AI ไปสู่การพยากรณ์อากาศ การทำแผนที่วิกฤต งานวิจัยสุขภาพ การเข้าถึงข้อมูลหลายภาษา และความเข้าใจเรื่องการใช้งาน AI ในเศรษฐกิจ 34

ศักยภาพของทั้งหมดนี้มีไม่น้อย แต่ประโยชน์ไม่ได้เกิดขึ้นเองโดยอัตโนมัติ คำทำนายทางวิทยาศาสตร์และการแพทย์ต้องผ่านการตรวจสอบอย่างอิสระ ระบบพยากรณ์ต้องถูกใช้อย่างรับผิดชอบ และการขยายการเข้าถึงต้องมาพร้อมความแม่นยำ ความเหมาะสมต่อบริบท และการนำไปใช้ที่เป็นธรรม