“A mesterséges intelligencia (MI) az új elektromosság. Mint ahogy az elektromosság teljesen átformálta életünket 100 évvel ezelőtt, nehéz elképzelni, hogy létezik olyan iparág, amelyet az MI nem fog ugyanilyen mértékben átalakítani.” – mondja Andrew Ng, a Stanford Egyetem professzora, aki nemzetközi szinten az egyik legprominensebb szakértője a témának. A professzornak valószínűleg igaza van, ráadásul az átalakulás sokkal gyorsabban mehet végbe, mint az elektromosság elterjedése idején. A legelterjedtebb MI technológia az úgynevezett gépi tanulás (machine learning), amelyet tudományos és üzleti célú kutatásokban már széles körben alkalmaznak. A K+F tevékenység gyakran hatalmas mennyiségű adat elemzésén, feltárásán és az összefüggések megértésén alapul. A gépi tanuláson alapuló kutatási megoldások hatékonyan képesek támogatni ezt a tevékenységet – széles körben alkalmazható eszköztárat szolgáltatnak a nagy mennyiségű adattal dolgozó tudományos és üzleti szakterületeken dolgozóknak.
A farmakológia, ami a különböző gyógyszerjelölt hatóanyagok hatását és mechanizmusait vizsgálja és ezek segítségével a gyógyszerfejlesztést támogatja, szintén kísérletekből vagy esettanulmányokból származó adatok rendszerezésén, elemzésén és az adatokban levő összefüggések keresésén alapul. Egy adott hatóanyag hatása komplex, gyakran nem lineáris összefüggésekben rejlik, amelyet úgy tárhatunk fel, hogy bonyolult mintázatokat azonosítunk jellemzők és értékek millióiban. A gépi tanulás egy ígéretes módszer arra, hogy ezeket az összefüggéseket és mintákat megtaláljuk, felismerhetővé tegyük.
A Richter Gedeon Nyrt. évek óta törekszik a korszerű, adatalapú működésre, adatalapú döntéshozatali folyamatok kialakítására. Ennek a törekvésnek egy újabb mérföldköve, hogy hogy a vállalat a farmakológiai kutatómunkában megkezdte az MI alkalmazását. Elsőként az állatkísérleteken alapuló tanulási tesztekre használt Intellicage rendszerből nyert adatok elemzése került terítékre cégünk, a Neuron Solutions Kft. bevonásával. Az IntelliCage egy olyan intelligens lakóketrec, amelyben a kísérleti állatok tevékenysége folyamatosan megfigyelhető, anélkül hogy természetes viselkedésüket megzavarnánk. A berendezés 24 órán keresztül a hét minden napján gyűjti a kísérleti adatokat, tehát a hagyományos viselkedés vizsgálatokkal szemben itt napi több tízezer rekordot rögzítünk.
A közös munka célja nemcsak az volt, hogy gépi tanuló technológiák segítségével a kutatási eredményeket hatékonyabban tudjuk farmakológiai szempontból kiértékelni, hanem a gépi tanulási módszerekkel kapcsolatos tudást is átadjuk a Richter data science és farmakológiai adatelemző szakemberei részére.
A projekt első részeként az Intellicage-kísérletek során gyűjtött és rögzített adatokat data science technikák segítségével “feltártuk”, melynek eredményeként a gépi tanulás céljaira egy konzisztens és egységes adatbázis jött létre.
Ezt követte a modellezés, amelynek során különböző gépi tanuló technikákat vizsgáltunk meg és próbáltunk ki. Ezek közül elsősorban a neurális hálózatokra épülő, reprezentáció tanuláson (self-supervised learning) alapuló modellezési módszer bizonyult hasznosnak, és rámutatott, hogy ezekkel a gépi tanuló modellekkel érdemes tovább foglalkozni a kognitív tesztek kiértékelése során is.
Fontos megjegyeznünk, hogy a gépi tanulás alkalmazása mindig egyfajta kísérletezést, iterációt jelent, tekintve, hogy pusztán elméletileg, “íróasztal mellett” nem lehet előre teljes bizonyossággal tudni, hogy a rendelkezésre álló gépi tanuló eszköztárból melyik megoldás fogja számunkra a várt eredményt produkálni.
A neurális modellek elsősorban a hatóanyagok hatásának pontosabb megértését és a különböző hatóanyagok egymáshoz viszonyított hatékonyságának meghatározását segítették, de más fontos kutatási információk “kinyerésében” is segítségre voltak.
Emellett, ahogy fentebb említettük, a Richter projektben résztvevő kutatói, adatelemzői és adattudósai részére folyamatos “tudástranszfert” biztosítottunk, amely hozzásegíti őket a gépi tanulás alkalmazásához újabb kutatási és egyéb vállalati feladatokban.
Büszkék vagyunk rá, hogy már a második projektben dolgozhattunk együtt a Richter Gedeon Nyrt. kiváló szakértőivel ezen a fontos és számunkra is izgalmas területen, hozzájárulva ezzel az MI technológia egyre szélesebb körű megismeréséhez és felhasználásához.
Ne maradjon le a mesterséges intelligencia legújabb megoldásairól!
Kérje blogértesítőnket, és legyen mindig naprakész korunk legfontosabb technológiájával kapcsolatban!
