Při různých modelovacích abstrakcích by snad bylo možné sestrojit systém umělé inteligence (AI), který by dokázal vyvíjet nové léčebné postupy. Tento systém by navrhoval překvapivé a účinné terapie, protože by chápal onemocnění způsoby, které jsou pro lidi těžko představitelné. Na první pohled vypadá tato idea jako science fiction: každý přece ví, že umělá inteligence není nijak chytrá.
K tomu, aby „stroj na léčbu“ tohoto typu vůbec mohl vzniknout, je zapotřebí nejméně jedna dalekosáhlá inovace: lepší způsob modelování celých systémů, který by poskytl nové koncepční nástroje biologii i počítačovým technologiím.
Virus H7N9 začíná vyvolávat obavy, aby se nezačal chovat jako jeho známější příbuzný H5N1. Ten v roce 2003 začal decimovat drůbež v Asii a usmrtil ve světě 360 lidí, kteří většinou přišli do přímého kontaktu s infikovanými ptáky.
V obou těchto oborech je konvenční přístup redukcionistický: problémy se modelují na úrovni jejich nejzákladnějších složek. Díky tomu je sice možné budovat „expertní systémy“, které objevují logické souvislosti v úzkých sférách, nebo navrhovat vyhledávací motory schopné nacházet samostatná fakta, ale nijak nás to neposouvá k umělé inteligenci, která dokáže logicky přemýšlet tak jako my – v mnoha různých kontextech včetně času a napříč nimi. AI neumí integrovat informace o zdánlivě odlišných procesech, jako jsou chemické, fyziologické a psychologické jevy, ani anticipovat nečekané výsledky. My takové věci provádíme u večeře.
Revoluce se nedostavila
Klíčem je novátorský přístup. Chceme-li zkonstruovat stroj na léčbu, potřebujeme, aby počítače dokázaly spojovat různé koncepty tak, že z nich vzejdou nečekané konfigurace.
V biologii existuje podobný redukcionistický přístup, jehož nejlepším ztělesněním je Projekt lidského genomu. Ten katalogizoval molekulární „recept“ na každý aspekt těla ve snaze zjistit, jak na sebe vzájemně působí jeho nejzákladnější součásti. Očekávaná revoluce v terapiích se bohužel zatím nedostavila.
Celkové globální investice do biomedicínského výzkumu dosahují zhruba 110 miliard dolarů ročně. Navzdory 25 letům intenzivních investic do strukturální biologie však stále nejsme schopni posunout se od pochopení molekul k pochopení celých systémů. Model dynamiky mezi mnoha různými procesy – chemickými, fyziologickými a psychologickými – by nám poskytl nové poznatky o fungování nemocí.
Případ čich
Vezměme si například čich. Nosní dutina je jedinečná, neboť je to jediné místo, v němž jsou mozkové buňky (neurony) přímo vystaveny okolnímu prostředí. Budeme-li modelovat čich v lokálním měřítku, můžeme vysledovat, jak nosní neurony reagují s pachovými částicemi a vysílají přes síť jiných neuronů signály do mozku. Ve strukturální biologii máme dobré abstrakce, abychom tento proces popsali.
„Po čichu poznám dobrou vodku od špatné,“ říká 76letá barmanka Miluše Kelblová.
Tyto neurony jsou však zároveň součástí adaptivního regenerativního systému. Smyslové neurony umírají naprogramovanou smrtí; každý měsíc se u člověka doslova vyvine nový čich. K modelování tohoto procesu nestačí pouze zohlednit místní signály. Neurony fungují jako spolupracující skupina: na dané místo se jich shlukne víc, než jich je k prosté výměně zapotřebí. Aby se výměna usnadnila, stanou se přebytečné neurony součástí dialogu s okolními buňkami a jinými buňkami hluboko v mozku a pak se obětují. Chceme-li vysvětlit, proč tyto neurony dobrovolně umírají, potřebujeme nový slovník na systémové úrovni.
A tím to nekončí. Když jsou naše neurony nahrazeny, mění se. Jsme-li čerstvě zamilovaní (nebo prožijeme trauma) a tento prožitek je spojený s určitou vůní, vyvine se u nás zvýšená citlivost na tuto vůni. Náš fyziokognitivní aparát se vyvíjí.
Tento proces vědce enormně zajímá, protože je to jeden z pouhých dvou kontextů, v nichž dochází k regeneraci neuronů. Pokud by byl pochopen, mohl by vést k léčbě mnoha ochromujících nemocí, a to jak neurologických (například Parkinsonova nebo Alzheimerova nemoc), tak degenerativních (včetně onemocnění spojených se stárnutím, jako je rakovina).
Schopnosti příběhů
Jedním ze způsobů, jak pochopit vznik této soudržnosti na vyšší úrovni, je zkoumat ho v přístupnější formě. Shodou okolností existuje přirozeně se vyskytující informační struktura, v jejímž rámci se potřebné chování snáze pozoruje a vysvětluje. Tuto strukturu lze nalézt v příbězích.
Příběhy jsou pozoruhodné tím, jak nám umožňují pochopit nové koncepty a nacházet v nich logiku, přestože obsahují bezpočet kontextů a nečekaných asociací. Výsledné interpretační efekty pak bereme jako samozřejmost: překvapivá rozuzlení, fascinující situace a nutkání číst nebo se dívat až do konce. Kdyby modely biologie a umělé inteligence obsahovaly tuto dynamiku, ukázaly by, jak z vyvíjející se soudržnosti mohou vznikat nečekané prvky.
Umělá inteligence - volná ilustrace
Začlenění tohoto principu do obou oborů by skutečně mohlo přinést nové diagnostické schopnosti a nové formy individualizované léčby s odlišnou terapií šitou na míru každému člověku. Proti infekci, jako je koronavirus, se v současnosti bojuje vakcínou vyvinutou tak, aby ji blokovala. Co kdyby však existoval způsob, jak „naladit“ tělo k tomu, aby odmítalo veškeré infekce? Existuje například několik případů přirozené imunity vůči HIV, ale my nedokážeme pochopit proč.
Úkolem pro biomedicínský a výpočetní výzkum je modelovat dynamiku mezi rozmanitými procesy na úrovni celých systémů. Jakmile to dokážeme, bude mnohem pravděpodobnější, že se nám podaří vyvinout nástroje umělé inteligence, které budou schopny dosahovat nečekaných průlomů v pochopení, jak lidské tělo přijímá onemocnění nebo mu vzdoruje.
H. T. Goranson je vedoucím vědcem společnosti Sirius-Beta Corp a působil jako vedoucí vědec americké Agentury pro pokročilé výzkumné obranné projekty. Beth Cardierová zkoumá výkladovou strukturu a umělou inteligenci na Melbourneské univerzitě.
Copyright: Project Syndicate, 2013. Z angličtiny přeložil Jiří Kobělka. Titulek a mezititulky jsou redakční.
