IT-firmaet DeepMind, som er eid av Google, har utviklet kunstig intelligens som i prinsippet kan løse alle oppgaver der data kan vises grafisk, som for eksempel informasjon på en dataskjerm.
Algoritmen bak den kunstige intelligensen er ikke kodet til å løse en bestemt oppgave, men til å lære seg selv å løse den. DeepMind har blant annet kastet seg over store problemer som optimering av grønn energi og diagnostisering av dødelig brystkreft.
Værvarsel
Tordenbyger blir forutsigbare
Gjennombrudd: DeepMind slår tidligere metoder åtte av ni ganger.
Problem:
Risikoen for nedbør i de kommende timene er avgjørende for bønder, festivaler og håndverkere og ikke minst for mange hverdagsbeslutninger som å ta sykkelen eller bilen. Men nedbør, særlig fra kraftige tordenbyger, er ekstremt vanskelig å forutsi med tradisjonelle værmodeller. De rekker rett og slett ikke å få alle de nødvendige værdataene hentet inn og tatt med i beregningene.
Løsning:
Forskerne ga DeepMinds algoritme adgang til radarfilmer fra et nettverk av nedbørsradarer. Ved å analysere hvordan byger utviklet seg i den første delen av filmen, lærte algoritmen seg selv å fortsette den utviklingen og forutsi hva som ville skje i den andre halvparten av filmen. DeepMind-modellen ble senere sammenlignet med de to så langt beste metodene til formålet og scoret best i 89 prosent av situasjonene.
Kreftdiagnose
Brystskanninger avslører kreft
Gjennombrudd: DeepMind stiller mer presise diagnoser enn kreftlegene.
Problem:
Brystkreft er den hyppigste kreftsykdommen hos kvinner i verden. Sykdommen er dødelig hvis den fortsetter å være uoppdaget, og det gjør den spesielt i utviklingsland, der overlevelsesraten for brystkreftpasienter er helt nede på 40 prosent. Det lave tallet skyldes ofte mangel på leger og radiologer som kan stille en riktig diagnose ut fra en brystskanning, også kalt en mammografi.
Løsning:
DeepMind-algoritmen fikk adgang til mer enn 32 000 mammografier samt resultater fra tilhørende biopsier der forekomsten av kreft hadde blitt avgjort. Deretter så den på mammografier der den ikke kjente resultatet av biopsiene. Allerede i første forsøk foretok den færre falske positive og falske negative diagnoser enn legene. Færre som faktisk var friske, fikk altså melding om at de var syke, og omvendt.
Grønn energi
Vindenergi blir bedre utnyttet
Gjennombrudd: DeepMind øker utnyttelsen av energi med 20 prosent.
Problem:
Akkurat som med solenergi varierer produksjonen av vindenergi med været. For å utnytte den produserte energien mest effektivt er det nødvendig å vite på forhånd når vindturbinene skaper energi og når de ikke gjør det, for ellers blir vindenergien mindre verdifull på markedet for handel med energi enn for eksempel strøm fra et kullfyrt kraftverk som kan skrus opp og ned i takt med etterspørselen.
Løsning:
DeepMind lot algoritmen finne mønstre i sammenhengen mellom værvarsler og produksjon fra vindturbiner. Basert på erfaringene sine kom modellen med et forslag til hvor mye energi som kunne leveres hver time 36 timer framover. Dermed økte den markedsverdien av den produserte energien med om lag 20 prosent. Modellen gjør det også enklere å forutsi når vindmøllene kan vedlikeholdes uten å miste verdifull produksjonstid.
Programmering
Programmerere får digitale assistenter
Gjennombrudd: DeepMind koder like godt som en menneskelig programmerer.
Problem:
Dataprogrammer spiller en mer og mer avgjørende rolle i samfunnet og livet vårt, men koding av programmer er tidkrevende, og så langt har det krevd evner som bare mennesker har hatt; for eksempel krever det ofte kreativitet og intuisjon å finne ut hvordan dataprogrammet skal løse et bestemt problem eller hvordan det skal håndtere framtidige problemer som fortsatt ikke har oppstått.
Løsning:
DeepMinds program AlphaCode kan kode dataprogrammer og ble i 2022 testet mot menneskelige programmerere i en konkurranse der målet var å løse kodingsoppgaver som krevde kritisk tenkning, logikk og språkforståelse. AlphaCode oppnådde en plassering blant de øverste 54 prosentene av deltakerne i konkurransen. DeepMind håper at programmerere i framtiden kan utnytte AlphaCode til å øke produktiviteten sin.
Medisin
Proteiners form gir nye legemidler
Gjennombrudd: DeepMind har utpekt tusenvis av mål for framtidige legemidler.
Forenklet modell av et proteins form.
Problem:
Proteiner skapes ut fra maler som ligger i genene – i første omgang som lange kjeder av aminosyrer. Kjedene folder seg deretter lynraskt sammen til en bestemt form som bestemmer proteinets egenskaper. Proteiner er involvert i alle prosesser i kroppen – også sykdom – og formen er avgjørende for utviklingen av nye legemidler, men så langt har ikke forskerne hatt en rask metode til å avgjøre proteinenes form.
Løsning:
DeepMind lot algoritmen sin analysere kjente proteiners tredimensjonale form og ga den adgangen til rekkefølgen av aminosyrer i kjedene sine. Algoritmen fikk deretter lov til selv å regne ut hvorfor en bestemt kjede av aminosyrer folder til et bestemt form. Ut av analysen oppsto programmet AlphaFold, som nå kan avgjøre proteiners form like effektivt som de tidligere veldig tidkrevende og dyre laboratoriemetodene.