Google के स्वामित्व वाले DeepMind ने रातोंरात अकादमिक जगत में हलचल मचा दी।
8 मई को, डीपमाइंड ने आधिकारिक तौर पर एक नए एआई मॉडल: अल्फाफोल्ड 3 की घोषणा की।
प्रासंगिक शोध पत्र आधिकारिक "नेचर" पत्रिका में प्रकाशित हुए और प्रकाशित होते ही पहले पन्ने पर छा गए।
चैटजीपीटी के बाद, अनगिनत एआई मॉडल हैं, लेकिन जो दुनिया को बदलने का दावा करने के लिए सबसे योग्य है वह केवल अल्फाफोल्ड 3 ही हो सकता है।
अल्फाफोल्ड का सुपर इवोल्यूशन जैविक दुनिया को और अधिक "हाई-डेफिनिशन" बनाता है
हमने मिडिल स्कूल जीवविज्ञान कक्षाओं में सीखा है कि प्रोटीन लंबी श्रृंखला वाले अणु होते हैं जो पेप्टाइड बॉन्ड के माध्यम से अमीनो एसिड को जोड़कर बनते हैं और अंतरिक्ष में जटिल त्रि-आयामी संरचनाओं में बदल जाते हैं।
त्रि-आयामी संरचना प्रोटीन के कार्य को निर्धारित करती है और सीधे दवा डिजाइन और रोग उपचार को प्रभावित करती है।
यह कहा जा सकता है कि प्रोटीन संरचना की भविष्यवाणी जीव विज्ञान में सबसे महत्वपूर्ण प्रस्तावों में से एक है।
हालाँकि, प्रोटीन की त्रि-आयामी संरचना की भविष्यवाणी करना एक कठिन कार्य है और इसके लिए अक्सर जटिल प्रयोगों की आवश्यकता होती है। इसे "एक ऐसी समस्या" के रूप में भी वर्णित किया गया है जिसने जीवविज्ञानियों को 50 वर्षों से परेशान कर रखा है।
2016 में, डीपमाइंड के अल्फ़ागो ने एक पेशेवर नौ-डैन खिलाड़ी को हराया और गो के प्राचीन कौशल को फिर से लिखा।
डीपमाइंड का अल्फाफोल्ड जीव विज्ञान के कोड को समझना और जीवन के रहस्यों को समझना चाहता है।
2018 में, अल्फाफोल्ड 1 जारी किया गया था।
2020 में, अल्फाफोल्ड 2 लॉन्च किया गया था, जो पहले से ही बड़े पैमाने पर और मिनटों में परमाणु स्तर तक प्रोटीन के आकार की सटीक भविष्यवाणी कर सकता है।
अब, हमारे पास अल्फाफोल्ड 3 है, एक एआई जिसकी महत्वाकांक्षाएं और भी अधिक हैं: प्रोटीन से परे जाकर सभी जैविक अणुओं का पता लगाना।
बायोमोलेक्युलस वे अणु हैं जो जीवित जीवों का निर्माण करते हैं, जिनमें प्रोटीन, डीएनए, आरएनए आदि शामिल हैं।
डीपमाइंड का मानना है कि केवल यह समझकर कि लाखों संयोजनों में बायोमोलेक्यूल्स कैसे परस्पर क्रिया करते हैं, हम वास्तव में जीवन की प्रक्रियाओं को समझना शुरू कर सकते हैं।
एक शब्द में, अल्फाफोल्ड 3 अपने पूर्ववर्ती की तुलना में एक व्यापक रेंज को कवर करता है और प्रोटीन, डीएनए, आरएनए, लिगेंड जैसे जैविक अणुओं की संरचना और वे कैसे बातचीत करते हैं, इसकी सटीक भविष्यवाणी कर सकता है।
आइए सबसे पहले अल्फाफोल्ड 3 के कुछ पूर्वानुमान परिणामों पर नजर डालें।
7PNM सामान्य सर्दी के वायरस का स्पाइक प्रोटीन है।
जैसा कि चित्र में दिखाया गया है, अल्फाफोल्ड 3 7पीएनएम (नीला भाग) की संरचना की भविष्यवाणी करता है जब यह एंटीबॉडी (हरा भाग) और मोनोसेकेराइड (पीला भाग) के साथ बातचीत करता है, जो वास्तविक संरचना (ग्रे भाग) के अनुरूप है।
भविष्यवाणियों के पीछे अर्थ है। इन प्रोटीनों का अध्ययन करके, वैज्ञानिक प्रतिरक्षा प्रणाली और सीओवीआईडी -19 सहित कोरोनवायरस को बेहतर ढंग से समझ सकते हैं, और यहां तक कि बेहतर उपचार विकल्प भी पेश कर सकते हैं।
प्रोटीन संरचनाओं के अलावा, अल्फाफोल्ड आणविक परिसरों, कई अणुओं से बनी जटिल संरचनाओं की भविष्यवाणी कर सकता है।
नीचे चित्रित एंजाइम मिट्टी के कवक से आता है जो पौधों के लिए हानिकारक है।
अल्फाफोल्ड के पूर्वानुमान परिणाम, जिसमें एक एंजाइम प्रोटीन (नीला भाग), एक आयन (पीला क्षेत्र) और कुछ मोनोसेकेराइड (पीला भाग) शामिल हैं, वास्तविक संरचना (ग्रे भाग) में फिट होते हैं।
यह एंजाइम पौधों की कोशिकाओं के साथ कैसे संपर्क करता है, इसकी गहरी समझ से शोधकर्ताओं को स्वस्थ और अधिक प्रतिरोधी फसलें विकसित करने में मदद मिल सकती है, जिससे कृषि उत्पादन में व्यावहारिक लाभ होगा।
इसी तरह, अल्फाफोल्ड 3 एक प्रोटीन (नीला भाग), एक आरएनए स्ट्रैंड (बैंगनी भाग), और दो आयनों (पीला भाग) से बने एक आणविक परिसर की भविष्यवाणी करता है, जो वास्तविक संरचना (ग्रे भाग) से भी निकटता से मेल खाता है।
यह कॉम्प्लेक्स प्रोटीन संश्लेषण में शामिल है, जो सेलुलर जीवन गतिविधियों और स्वास्थ्य की बुनियादी प्रक्रियाओं में से एक है, और इसका अनुसंधान महत्व भी उतना ही गहरा है।
भविष्यवाणी परिणामों की सटीकता दिखाकर और संबंधित उपयोगों पर जोर देकर, डीपमाइंड दुनिया को बताना चाहता है कि अल्फाफोल्ड 3 एक "क्रांतिकारी मॉडल" है।
एक ओर, अनुसंधान का दायरा व्यापक है। प्रोटीन, विशेष रूप से लिगेंड जैसे छोटे अणुओं से परे दृश्य के क्षेत्र का विस्तार करके, अधिक दवाओं को कवर किया जा सकता है।
दूसरी ओर, सटीकता में भी सुधार हुआ है। अन्य आणविक प्रकारों के साथ प्रोटीन इंटरैक्शन के लिए, अल्फाफोल्ड 3 मौजूदा भविष्यवाणी विधियों की तुलना में सटीकता में कम से कम 50% सुधार करता है। कुछ महत्वपूर्ण इंटरैक्शन में 100% सुधार भी किया गया है।
इस तरह, अल्फाफोल्ड 3 अधिक शोध को लाभ पहुंचा सकता है, दवा डिजाइन में तेजी ला सकता है, जीनोमिक्स को बढ़ावा दे सकता है, स्वस्थ फसलें विकसित कर सकता है, जैव-नवीकरणीय सामग्री विकसित कर सकता है…
तकनीकी सिद्धांतों की बात करें तो, अल्फाफोल्ड 3, अल्फाफोल्ड 2 के सुधार पर आधारित है। कोर इवोफॉर्मर डीप लर्निंग आर्किटेक्चर है और मिडजॉर्नी के समान एक प्रसार नेटवर्क का उपयोग करता है।
अल्फ़ाफोल्ड 3 का उपयोग करने की प्रक्रिया कुछ हद तक एक बड़े भाषा मॉडल के साथ चैट करने जैसी है। एक बायोमोलेक्यूल का विवरण इनपुट करें, और अल्फाफोल्ड 3 इन अणुओं की एक त्रि-आयामी संरचना उत्पन्न करता है और अध्ययन करता है कि वे कैसे बातचीत करते हैं।
अल्फाफोल्ड 3 की भविष्यवाणी परिणाम देने की प्रक्रिया एआई विंसेंटियन ग्राफ प्रसार मॉडल के समान है जो धीरे-धीरे एक फजी परमाणु बादल से शुरू होकर धीरे-धीरे एक सटीक आणविक संरचना में परिवर्तित हो जाता है।
जनरेटिव एआई जो मानव भाषा बोलता है, क्यूबिकल श्रमिकों की उत्पादकता को बढ़ाता है। अल्फ़ाफोल्ड का वैज्ञानिकों के लिए इससे अधिक कोई मतलब नहीं है।
प्रयोगशाला में प्रोटीन संरचना की भविष्यवाणी करने में पीएचडी का समय और सैकड़ों-हजारों डॉलर खर्च हो सकते हैं। लाखों-करोड़ों भविष्यवाणियाँ हैं, और यहाँ तक कि लाखों लोग भी उन्हें अपने जीवनकाल में पूरा करने में सक्षम नहीं हो सकते हैं।
लेकिन अल्फाफोल्ड के साथ, वैज्ञानिक साहसिक प्रश्न, नवीन परिकल्पनाएं पूछ सकते हैं और फिर अनुसंधान प्रक्रिया को तेज करने के लिए प्रयोगशाला में उनका परीक्षण कर सकते हैं।
डीपमाइंड का एक वाक्य आम लोगों के लिए अल्फाफोल्ड 3 के महत्व को संक्षेप में बताने के लिए पर्याप्त है:
अल्फाफोल्ड 3 जीव विज्ञान की दुनिया को एचडी में लाता है।
वैज्ञानिक खोज के एक नए पुनर्जागरण की प्रतीक्षा में, दुनिया को अल्फ़ाफ़ोल्ड सौंपें
ओपनएआई के बंद स्रोत का मज़ाक उड़ाने के लिए, मस्क ने इसे एक उपनाम दिया: क्लोज़एआई।
Google, जिसने कई OpenAI पेपर्स में योगदान दिया है, कुछ पहलुओं में अधिक खुले स्रोत की भावना रखता है।
जुलाई 2021 में, अल्फाफोल्ड 2 ने नेचर में एक पेपर प्रकाशित किया और कोड को ओपन सोर्स भी बनाया।
आज तक, अल्फाफोल्ड 2 का उपयोग लाखों संरचनाओं की भविष्यवाणी करने के लिए किया गया है। दुनिया भर में लाखों शोधकर्ता मलेरिया के टीके, कैंसर के उपचार और एंजाइम डिजाइन जैसे क्षेत्रों में अल्फाफोल्ड 2 का उपयोग करते हैं।
इसके अलावा जुलाई 2021 में, डीपमाइंड ने अल्फाफोल्ड प्रोटीन संरचना डेटाबेस जारी करने के लिए यूरोपीय जैव सूचना विज्ञान संस्थान (ईएमबीएल-ईबीआई) के साथ सहयोग किया, जो आज तक मानव प्रोटिओम की सबसे पूर्ण और सटीक तस्वीर प्रदान करता है।
डीपमाइंड ने अपने आधिकारिक ब्लॉग में उल्लेख किया है कि मानव जीनोम की मैपिंग के बाद से यह सबसे महत्वपूर्ण डेटा सेटों में से एक है। अब वे अल्फाफोल्ड की शक्ति को दुनिया भर के वैज्ञानिक शोधकर्ताओं के हाथों में मुफ्त में सौंप देंगे।
एक वर्ष के भीतर, 500,000 से अधिक शोधकर्ताओं ने 2 मिलियन से अधिक संरचनाओं को देखने के लिए अल्फाफोल्ड डेटाबेस का उपयोग किया, जिससे प्लास्टिक प्रदूषण और एंटीबायोटिक प्रतिरोध जैसी वास्तविक दुनिया की समस्याओं के समाधान में तेजी आई।
तब से, डेटाबेस का विस्तार जारी है।
जुलाई 2022 में, डीपमाइंड ने विज्ञान के लिए ज्ञात लगभग सभी प्रोटीनों की अनुमानित संरचनाएं जारी कीं, जिनकी कुल संख्या 200 मिलियन से अधिक है, जिसमें मनुष्यों के अलावा पौधों, बैक्टीरिया, जानवरों और अन्य जीवों की अनुमानित संरचनाएं भी शामिल हैं।
अल्फाफोल्ड डेटाबेस प्रोटीन संरचनाओं के लिए "Google खोज" की तरह है, और एक तारों वाले प्रोटीन ब्रह्मांड की तरह भी है। प्रोटीन की त्रि-आयामी संरचना जीवन की आधारशिला है, यह उत्तम और सुंदर दिखती है, जिससे लोग प्रकृति की रचना के जादू से आश्चर्यचकित हो जाते हैं।
हालाँकि, इस बार रिलीज़ हुए अल्फ़ाफ़ोल्ड 3 में अल्फ़ाफ़ोल्ड 2 की तुलना में थोड़ा अधिक रूढ़िवादी रवैया है, जिसने कुछ आलोचना को आकर्षित किया है।
अल्फाफोल्ड 3 वर्तमान में खुला स्रोत नहीं है और इसे स्थानीय रूप से तैनात नहीं किया जा सकता है। शोधकर्ता केवल डीपमाइंड के नवीनतम अनुसंधान प्लेटफॉर्म अल्फाफोल्ड सर्वर के माध्यम से अधिकांश कार्यों तक मुफ्त में पहुंच सकते हैं, और इसका उपयोग गैर-व्यावसायिक है।
जो चीज़ वैज्ञानिक प्रगति में सबसे अधिक बाधा डालती है वह है सेवा तक पहुँच की संख्या: प्रति दिन केवल 10 भविष्यवाणियाँ की जा सकती हैं।
कंजूस व्यवहार के पीछे, डीपमाइंड के अपने व्यावसायिक विचार हो सकते हैं – इसकी सहायक कंपनी आइसोमोर्फिक लैब्स ने दवा डिजाइन में अल्फाफोल्ड 3 को लागू करने के लिए दवा कंपनियों के साथ सहयोग किया है।
Google DeepMind के सह-संस्थापक और सीईओ डेमिस हसाबिस ने आशा व्यक्त की कि पहली AI-डिज़ाइन की गई दवाएं अगले कुछ वर्षों में परीक्षण के लिए तैयार हो सकती हैं।
बेशक, अल्फ़ाफ़ोल्ड की अभी भी सीमाएँ हैं।
चीनी संरचनात्मक जीवविज्ञानी यान निंग ने एक बार 2022 में इस सवाल का जवाब दिया था कि क्या अल्फाफोल्ड 2 वैज्ञानिकों की जगह लेगा।
एनएवी/सीएवी के संदर्भ में, अल्फाफोल्ड 2 अभी भी अपने 2017 के स्तर पर अटका हुआ है, और नए छोटे अणुओं और प्रोटीन के बीच बातचीत का परीक्षण करते समय, एआई की कोई भी भविष्यवाणी सही नहीं थी।
यान निंग ने बताया कि बायोस्ट्रक्चरल विज्ञान न केवल फोल्डिंग के बारे में है, बल्कि प्रोटीन के गतिशील परिवर्तनों को समझने, अन्य जैविक मैक्रोमोलेक्यूल्स या नियामक छोटे अणुओं के साथ बातचीत को समझने और कोशिकाओं की स्थिति को समझने के बारे में भी है क्योंकि अपर्याप्त डेटा है यह एक ऐसा क्षेत्र है जहां AI अभी भी शक्तिहीन है।
आज, अल्फाफोल्ड 3 एक बड़ा कदम आगे ले गया है जहां अल्फाफोल्ड 2 पिछड़ गया था, जिससे हमें विभिन्न बायोमोलेक्यूल्स की बातचीत की भविष्यवाणी करने की संभावना देखने को मिली, लेकिन यह अभी भी आणविक संरचनाओं की स्थिर भविष्यवाणियों पर केंद्रित है, जो कभी-कभी मतिभ्रम पैदा कर सकता है।
पिछले साक्षात्कार में, डेमिस हसाबिस ने एआई को लेकर चल रहे प्रचार की आलोचना की थी।
उनका मानना है कि एआई का उपयोग "विज्ञान के अंतिम उपकरण" के रूप में किया जाना चाहिए, जैसे कि प्रोटीन संरचना की भविष्यवाणी के लिए अल्फाफोल्ड मॉडल वैज्ञानिक खोज के एक नए पुनर्जागरण की शुरुआत करने वाला है।
नायक भी यही बात देखता है। एनवीडिया के हुआंग जेनक्सुन भी चिकित्सा और जैव प्रौद्योगिकी में एआई ट्रैक के बारे में बहुत आशावादी हैं। उन्होंने 2024 जीटीसी एआई सम्मेलन में कई एआई चिकित्सा सेवाएं पेश कीं और क्षेत्रों में जॉनसन एंड जॉनसन जैसी कंपनियों के साथ समझौते किए। सर्जरी और मेडिकल इमेजिंग का सहयोग।
सोरा भौतिक दुनिया का अनुकरण करता है, जबकि अल्फाफोल्ड 3 हमें जैविक दुनिया को समझने की अनुमति देता है और एआई के लिए हमारी मूल अपेक्षाओं पर लौटता है – वैज्ञानिक खोज में तेजी लाने, मानव प्रगति को बढ़ावा देने और जीवन को समझने के लिए।
हालाँकि AGI अभी भी बहुत दूर है, पाठ, चित्र, वीडियो और प्रोटीन अणु एक दूसरे से भिन्न हैं, लेकिन वे एक दूसरे की प्रतिध्वनि करते हैं।
एआई वास्तव में दैनिक जीवन के लिए बहुत शक्तिशाली और तेजी से प्रासंगिक हो गया है, और हम उम्मीद कर सकते हैं कि हर दिन और अधिक नवाचार सामने आएंगे और अधिक रहस्य सुलझेंगे।
# Aifaner के आधिकारिक WeChat सार्वजनिक खाते का अनुसरण करने के लिए आपका स्वागत है: Aifaner (WeChat ID: ifanr) आपको जल्द से जल्द अधिक रोमांचक सामग्री प्रदान की जाएगी।