IT-företaget DeepMind, som ägs av Google, har utvecklat en artificiell intelligens som kan lösa i princip alla uppgifter där data kan visas grafiskt som exempelvis information på en dators bildskärm.
Algoritmen bakom den artificiella intelligensen har inte kodats för att lösa en viss uppgift, utan för att lära sig att själv lösa olika typer att uppgifter. DeepMind har bland annat kastat sig över stora problem som optimering av grön energi och diagnostisering av dödlig bröstcancer.
Väderprognos
Åskväder blir förutsägbara
Genombrott: DeepMind slår tidigare metoder åtta av nio gånger.
Problem:
Risken för nederbörd under de närmaste timmarna är avgörande för jordbrukare, festivaler och hantverkare – och inte minst för många vardagsbeslut, som om vi ska ta cykeln eller bilen. Nederbörd, i synnerhet från kraftiga åskväder som utvecklas snabbt, är dock extremt svår att förutsäga med traditionella vädermodeller. De hinner helt enkelt inte med att hämta alla nödvändiga väderdata och ta med dem i beräkningen.
Lösning:
Forskarna gav DeepMinds algoritm tillgång till radarfilm från ett nätverk av nederbördsstationer. Genom att analysera hur skurar utvecklades under den första delen av filmen lärde sig algoritmen på egen hand att fortsätta utvecklingen och förutsäga vad som skulle hända under den andra hälften av filmen. DeepMind-modellen jämfördes senare med de två hittills bästa metoderna för detta och lyckades bäst i 89 procent av fallen.
Cancerdiagnos
Bröstskanningar avslöjar cancer
Genombrott: DeepMind ställer mer exakta diagnoser än cancerläkarna.
Problem:
På världsnivå är bröstcancer den vanligaste cancersjukdomen bland kvinnor. Sjukdomen är dödlig om den förblir oupptäckt, vilket framför allt sker i utvecklingsländer, där andelen bröstcancerpatienter som överlever är så låg som 40 procent. Det beror i många fall på brist på läkare och radiologer som kan ställa en korrekt diagnos utifrån en bröstskanning, en så kallad mammografi.
Lösning:
DeepMinds algoritm fick tillgång till över 32 000 mammografier samt resultat från tillhörande biopsier, där förekomsten av cancer till slut kunde konstateras. Därefter studerade den mammografier där den inte kände till resultatet av biopsierna. Redan i det första försöket ställde den färre falska positiva och falska negativa diagnoser än läkarna. Färre kvinnor som faktiskt var friska fick alltså besked om att de var sjuka och tvärtom.
Grön energi
Vindenergi utnyttjas bättre
Genombrott: DeepMind ökar energiutnyttjandet med 20 procent.
Problem:
Liksom med solenergi varierar produktionen av vindenergi med vädret. För att utnyttja den energi som produceras mest effektivt behöver man veta i god tid när vindkraftverken genererar energi och när de inte gör det, annars blir vindelen mindre värd på energihandelsmarknaden än exempelvis strömmen från ett koleldat kraftverk, där produktionen kan ökas och minskas i takt med efterfrågan.
Lösning:
DeepMind lät algoritmen hitta mönster i sambanden mellan väderprognoser och produktionen från vindkraftverken. Utifrån sina erfarenheter kom modellen 36 timmar i förväg med ett bud på hur mycket energi som kunde levereras varje timme. På så vis ökade marknadsvärdet av den energi som producerades med cirka 20 procent. Modellen gör det även enklare att förutsäga när vindkraftverken kan servas utan att man går miste om värdefull produktionstid.
Programmering
Programmerare får digitala assistenter
Genombrott: DeepMind kodar lika bra som en mänsklig programmerare.
Problem:
Datorprogram fyller en allt viktigare funktion i samhället och våra liv, men kodning av programvara är tidskrävande. Hittills har det krävt förmågor som endast människor har. Det behövs till exempel ofta kreativitet och intuition för att komma fram till hur datorprogrammet ska lösa ett visst problem eller hur det ska hantera framtida problem som ännu inte har uppstått.
Lösning:
DeepMinds program AlphaCode kan koda datorprogram. År 2022 testades det mot mänskliga programmerare i en tävling där målet var att lösa kodningsuppgifter som krävde både kritiskt tänkande, logik och språklig förståelse. AlphaCode placerade sig bland de översta 54 procenten av deltagarna i tävlingen. DeepMind hoppas att programmerare i framtiden kan använda AlphaCode för att öka sin produktivitet.
Medicin
Proteiners form ger nya läkemedel
Genombrott: DeepMind har pekat ut tusentals mål för framtida läkemedel.
En förenklad modell av ett proteins form.
Problem:
Proteiner skapas utifrån mallar som ligger i generna, till en början som långa kedjor av aminosyror. Kedjorna viker sedan blixtsnabbt ihop sig till en viss form, som avgör proteinets egenskaper. Proteiner är involverade i alla processer i kroppen, även sjukdomar, och deras form är avgörande för utvecklingen av nya läkemedel. Hittills har dock forskarna inte haft tillgång till någon snabb metod för att bestämma proteinernas form.
Lösning:
DeepMind lät sin algoritm analysera kända proteiners tredimensionella form och gav den tillgång till ordningen av aminosyror i sina kedjor. Algoritmen fick sedan själv räkna ut varför en viss kedja av aminosyror viks ihop till en specifik form. Utifrån analysen uppstod programmet AlphaFold, som kan avgöra proteiners form lika effektivt som de tidigare mycket tidskrävande och dyra laboratoriemetoderna.