L’evoluzione dell’intelligenza artificiale continua a produrre effetti diretti in ambiti apparentemente distanti tra loro, spaziando dalla ricerca medica all’organizzazione del mercato del lavoro. Il recente annuncio di Biohub, fondazione della Chan Zuckerberg Initiative, introduce uno strumento avanzato per la mappatura e la progettazione di proteine, mirato ad accelerare la ricerca farmacologica globale attraverso un approccio aperto e condiviso. Parallelamente, le ricadute sul piano occupazionale hanno spinto la OpenAI Foundation a stanziare fondi significativi per mitigare gli effetti dell’automazione sui lavoratori, rispondendo ai recenti tagli del personale. A questo scenario si uniscono nuove realtà aziendali come Trajectory, che propongono sistemi per l’apprendimento continuo degli algoritmi tramite l’interazione umana.
Il sistema ESMFold2 per la biologia proteica
Biohub, l’organizzazione no profit fondata da Mark Zuckerberg e dalla moglie Priscilla Chan attraverso la Chan Zuckerberg Initiative, ha rilasciato quello che autodefinisce un «world model of protein biology» (un modello globale della biologia proteica), cioè un sistema di intelligenza artificiale capace di mappare, prevedere e progettare proteine, le molecole su cui si regge ogni funzione del corpo umano. Il cuore del progetto si chiama ESMFold2, un modello addestrato su circa 2,8 miliardi di sequenze proteiche raccolte da ogni forma di vita conosciuta…il sistema è già stato messo alla prova nei laboratori, dove ha progettato proteine in grado di legarsi a cinque bersagli legati a tumori e malattie del sistema immunitario, con tassi di successo compresi tra il 36% e l’88%, un risultato che, secondo i ricercatori, supera in precisione AlphaFold, il modello sviluppato da Google DeepMind. Come ha spiegato Lori Goler, presidente della Chan Zuckerberg Initiative, «non abbiamo addestrato un modello specifico per progettare leganti proteici, abbiamo addestrato un modello per comprendere le proteine e da questo ne è derivata la capacità di progettarli». L’intero sistema è open source, sostenuto da un investimento di 500 milioni di dollari, e comprende anche l’ESM Atlas, un atlante di 6,8 miliardi di sequenze proteiche: l’obiettivo è mettere questi strumenti a disposizione dei ricercatori di tutto il mondo, accelerando la scoperta di nuovi farmaci.
Il supporto ai lavoratori e l’apprendimento continuo
Sul fronte socio-economico, segnaliamo che la OpenAI Foundation, il braccio no profit che detiene il 26% della società guidata da Sam Altman, ha annunciato un impegno di partenza di 250 milioni di dollari in sovvenzioni, partnership e programmi diretti per aiutare lavoratori, comunità ed economie a gestire le trasformazioni provocate dall’intelligenza artificiale: l’iniziativa arriva mentre diverse aziende, tra cui Block e Standard Chartered, hanno già tagliato migliaia di posti di lavoro citando esplicitamente le efficienze introdotte dall’Ai. I primi programmi saranno annunciati entro la fine dell’anno e includeranno diverse ricerche sull’impatto dell’Ai sul mercato del lavoro. Tra le novità di ieri anche il debutto di Trajectory, una startup fondata da ex ricercatori di DeepMind e Apple, che ha raccolto 15 milioni di dollari per sviluppare una piattaforma di apprendimento continuo…l’idea è quella di trasformare le correzioni e i suggerimenti degli utenti in materiale di addestramento, così che i modelli di Ai migliorino progressivamente con l’uso, anziché restare cristallizzati al momento del rilascio.
Ricerca medica e responsabilità sociale
Da un lato la promessa di farmaci più rapidi e accessibili, dall’altro l’urgenza di proteggere chi rischia di rimanere indietro…in questa doppia direzione si muove l’intelligenza artificiale, tra la meraviglia della scoperta scientifica e la responsabilità verso chi ne subirà le conseguenze.
