AI for Science: De revolutie op de achtergrond
De introductie van ChatGPT, in November 2022, heeft duidelijk een AI-revolutie in gang gezet in onze samenleving. Velen van ons zijn AI sindsdien gaan gebruiken om tekst, beeld of geluid te genereren. In de media lijkt de term ‘AI’ zelfs bijna een synoniem geworden voor ‘taalmodel’ – en dat is ook wel te begrijpen. Taalmodellen zijn duidelijk het aspect van de technologie waar we het meest mee in aanraking komen.
Op de achtergrond speelt er echter meer – een verhaal dat een beetje ondersneeuwt. AI is namelijk niet alleen geschikt voor het genereren van taal, video of audio: we kunnen het ook inzetten voor de ontwikkeling van nieuwe kennis. We noemen dit ‘AI for Science’: de inzet van AI als drijver van vooruitgang in andere wetenschappelijke velden.
AlphaFold
Het bekendste voorbeeld hiervan is zonder twijfel AlphaFold: een AI-systeem dat (baanbrekend) goed de 3D-vorm van eiwitten kan voorspellen. Eiwitten spelen een essentiële rol in de werking van onze cellen en in de gehele biologie. Zo bepaalt de 3D-vorm van een eiwit of het kan binden aan een ander oppervlak – en daarmee bijvoorbeeld of een bepaald medicijn werkt of niet. Onderzoekers proberen daarom al decennialang te voorspellen hoe een eiwit eruit komt te zien op basis van haar bouwstenen.
Sinds 1994 organiseerden zij daarvoor de CASP-competitie, waarin teams van onderzoekers van verschillende universiteiten deelnamen. Over de jaren werden de voorspellingen beter, maar het probleem bleef uitdagend: de beste teams behaalden scores van ongeveer 52 uit 100.
Op zeker moment besloten AI-onderzoekers van Google Deepmind zich in de competitie te mengen – en toen veranderde het beeld schrikbarend. Bij hun eerste deelname in 2018 scoorden ze 68 uit 100, bij hun volgende deelname in 2020 zelfs 92 uit 100. Deze laatste versie produceerde daarmee voorspellingen die even goed zijn als experimentele methoden, en een compleet onderzoeksveld stond binnen een paar jaar op zijn kop.
Nobelprijs
De implicaties van deze doorbraak waren groot. Overal op de wereld werken wetenschappers inmiddels met de AlphaFold database, bijvoorbeeld in de zoektocht naar betere medicijnen. Om die reden ontvingen de ontwikkelaars van AlphaFold in 2024 de Nobelprijs voor de Scheikunde. Ik denk dat er geen betere illustratie bestaat van de potentie van AI in de wetenschap: blijkbaar kun je als AI-onderzoeker een Nobelprijs winnen in een compleet ander vakgebied.
Nu kreeg AlphaFold genoeg aandacht in de media, maar over het algemeen blijft ‘AI for Science’ wat buiten de schijnwerpers. Ik denk echter dat hier de komende jaren misschien wel het meest staat te gebeuren. Vrijwel alle uitdagingen in deze wereld zijn te formuleren als een intelligentie-vraagstuk: we geven een bepaald probleem (waarneming), en willen een intelligent antwoord (reactie) – zoals een werkend medicijn of een circulaire vorm van energie. Vaak is die oplossing te ingewikkeld voor een mens om volledig te overzien, maar als we een AI voeden met genoeg voorbeelden, blijkt deze vaak wel ver te komen – zie AlphaFold.
AI is daarmee niet alleen een handige ondersteuning in ons dagelijks leven, maar ook een faciliterende technologie voor allerlei andere vakgebieden. Dat is misschien minder direct zichtbaar in ons leven, of in de media, maar op de achtergrond voltrekt zich wel degelijk een andere revolutie. ‘AI for science’ moet haast wel een reeks aan nieuwe ontwikkelingen in allerlei vakgebieden gaan opleveren – en dat zou weleens de ware impact van AI kunnen blijken.