Dal cervello ai laboratori, con l'Ia si apre una nuova era per la ricerca

Nuovi modi per esplorare il cervello in tutta la sua complessità e in una visione d'insieme finora impossibile , sistemi capaci di aiutare gli scienziati a formulare nuove ipotesi e valutazioni alla luce di migliaia di dati e articoli, strumenti che aiutano i medici a leggere in modo più preciso le immagini di radiografie e Tac: sono alcuni degli esempi presentati oggi a Varsavia nella conferenza Google Reserch@Poland, l'unica conferenza scientifica organizzata quest'anno da Google in Europa.

Nell'antica fabbrica di Norblin dove nell'800 si lavoravano argento, ottone e rame, oggi recuperata e gioiello di archeologia industriale, ricercatori di tutto il mondo si sono incontrati per esplorare il futuro della scienza nell'era dell'intelligenza artificiale. La sensazione è quella dell' opportunità di " aprire una nuova era in un momento in cui servono talenti ", ha detto Magda Kotlarczyk, country manager di Google Polonia, aprendo la conferenza. " E' il momento di investire in ricerca per generare una nuova crescita ", ha aggiunto.

L'obiettivo è mettere a punto modelli che integrino più strumenti e che siano in grado di affrontare esperimenti complessi . E l'esempio per eccellenza della complessità è la ricerca sul cervello , un organo che ha un numero di cellule 20 volte maggiore al numero di abitanti della Terra , ha osservato Lizzie Dorfman, Group Product manager Google Research.

Nel frattempo, i ricercatori di qualsiasi disciplina possono sperimentare AI co-scientist , il nuovo modello di IA pensato per i laboratori , ha detto la ricercatrice di Google Annalisa Pawlosky. " Fa accelerare l'orologio della scoperta perché la sua importante novità è di collaborare con i ricercatori, contrariamente a quanto hanno fatto i sistemi automatizzati sperimentati finora". Fra le altre novità, il sistema è "attento agli aspetti cognitivi, propone ipotesi e interagisce con gli scienziati, in alcuni casi suggerendo come superare determinati ostacoli".

Ci sono però dei limiti , ha aggiunto , perché il sistema è stato addestrato con la letteratura scientifica e, soprattutto, ha un accesso limitato ai risultati negativi , che vengono pubblicati molto meno. Per Tiago Dias da Costa, dell'Imperial College London, poter contare sull'aiuto di uno strumento efficace potrebbe incoraggiare i ricercatori a pubblicare anche i risultati negativi. "Formulando le ipotesi giuste - ha osservato un ricercatore potrebbe risparmiare il 90% del tempo, ci sarebbero più risorse per fare altro e la ricerca accelererebbe".
Intanto ha debuttato anche MedGemma , ultimo arrivato fra i modelli di IA capaci di leggere le immagini per le diagnosi mediche, dalle radiografie alle mammografie.