Sto pensando come potremmo spiegare ad Alfred Nobel quello che è successo quest’anno.
Dopo il premio Nobel per la Fisica, dedicato a un metodo di machine learning, adesso quello della Chimica è stato assegnato a una applicazione formidabile di quei principi. E nonostante la sua potenza e bellezza, non è nemmeno l’algoritmo che ci deve colpire: è un primo sguardo verso un mondo (lontano, ma comunque all’orizzonte) in cui le macchine collaborano con noi nella soluzione di problemi scientifici. Forse direi questo ad Alfred Nobel.
Dagli anni Ottanta, ogni due anni i chimici partecipano a una competizione che si chiama CASP, il cui obiettivo è predire la forma di una proteina a partire dalla sequenza di aminoacidi che la forma.
È da questa competizione che possiamo comprendere il Nobel della chimica 2024, ma prima dobbiamo spiegare di che si tratta.
Le proteine sono grandi molecole composte da catene di molecole più piccole chiamate aminoacidi.
Esistono migliaia di proteine diverse e le loro funzioni dipendono dalla loro forma tridimensionale, che è determinata dalla specifica sequenze di amminoacidi che le compone.
Per decenni, gli scienziati hanno lottato per prevedere la forma tridimensionale di una proteina basandosi esclusivamente sulla sua sequenza di amminoacidi. Questa sfida è nota come problema del “protein folding”.
Torniamo a CASP: fino a poche edizioni fa, era normale che i partecipanti ottenessero un punteggio sopra il 50, ma che raggiungessero 80 solo per le proteine veramente facili, e non in modo consistente.
Tutto questo è cambiato con CASP 13, nel 2018, vinto da AlphaFold, con un punteggio di oltre 80. Dopo 12 edizioni tutte vinte da partecipanti tra i 50 e i 60 punti, nella 13 AlphaFold ha raggiunto i 80 punti, e nella 14 si è andati oltre i 90.
AlphaFold è fatto dalla stessa azienda di AlphaGo (DeepMind) seguendo metodi generalmente simili a quelli delle reti neurali: contiene tra le altre cose l’algoritmo di BackPropagation, che è stato premiato ieri per la Fisica.
Il suo amministratore delgato, Demis Hassabis, oggi ha condiviso il premio Nobel per la Chimica, con la seguente motivazione: David Baker “for computational protein design” Demis Hassabis and John Jumper “for protein structure prediction”. Anche John Jumper lavorava per DeepMind al tempo della scoperta.
Possiamo aspettarci ancora molto di più, dalla collaborazione tra intelligenza artificiale e scienza, e magari un giorno non sarà facile distinguere tra il contributo degli esseri umani e quello della macchina, in qualche scoperta scientifica.
