Sztuczna inteligencja to nie Terminator


Daniel Wiczew, doktorant Politechniki Wrocławskiej, w swoich badaniach sprawdza, w jaki sposób można wykorzystać sztuczną inteligencję przy projektowaniu leków. 26-latek otrzymał właśnie prestiżowe stypendium rządu francuskiego Eiffel Excellence. Doświadczenie zdobywał na praktykach w ramach programu Erasmus+

Francuskie Ministerstwo Europy i Spraw Zagranicznych (MEAE – Ministère de l’Europe et des Affaires Étrangères) przyznaje stypendia najlepszym studentom z zagranicy. W tym roku wpłynęło 1630 zgłoszeń dotyczących osób z całego świata. Znalazłeś się wśród wybranych 53 doktorantów. To wyróżnienie dla młodego naukowca.
Kandydatów do tego stypendium zgłaszają francuskie uczelnie, wybierając spośród magistrantów i doktorantów. Mnie zgłosił Université de Lorraine w Nancy, na którym dwa lata temu odbywałem praktyki w ramach programu Erasmus+. Zgłoszenie zawierało moje osiągnięcia, opis działalności akademickiej oraz szczegóły projektu, który będę realizował podczas pobytu we Francji w ramach Eiffel Excellence. Jednocześnie projekt musiał być częścią mojego doktoratu, zgodnie z ideą podwójnego dyplomu (fr. cotutelle). W Polsce piszę doktorat w dyscyplinie inżynieria biomedyczna pod opieką dr. hab. inż. Sebastiana Kraszewskiego, prof. Politechniki Wrocławskiej na Wydziale Podstawowych Problemów Techniki. W naszym zespole skupiamy się na projektowaniu nowych leków, dzięki którym możliwe będzie leczenie najważniejszych chorób XXI wieku. Jednym z głównych kierunków naszych badań jest błona komórkowa i jej białka transportowe.
We Francji natomiast moim opiekunem będzie prof. Mounir Tarek, jeden z najbardziej cenionych na świecie specjalistów z dziedziny chemii obliczeniowej, biofizyki i modelowania molekularnego. Powinienem wyjechać do Francji w październiku, ale z powodu pandemii SARS-CoV-2 nie wiadomo, co będzie w najbliższej przyszłości. Właśnie załatwiam formalności.

Sztuczna inteligencja, SI (ang. Artificial Intelligence, AI), – dziedzina, którą się zająłeś – przeciętnemu człowiekowi kojarzy się z robotami, które zastępują nas w pracy, albo z filmowym Terminatorem. Co naprawdę kryje się pod terminem SI?
Jest kilka definicji sztucznej inteligencji. To dział nauki, który bada inteligencję u maszyn
w porównaniu z tą wykazywaną przez zwierzęta lub ludzi. Kolokwialnie często jest kojarzona z wykonywaniem przez maszynę czynności typowych dla człowieka – spotykamy się z nią na przykład w samochodach firmy Tesla czy w autonomicznych odkurzaczach, mogących pracować w pomieszczeniu, którego nigdy nie widziały. Pomysłów na wykorzystanie sztucznej inteligencji w codziennym życiu jest coraz więcej. Przybywa ich wraz z rozwojem technologii i ogromnym wzrostem gromadzonych przez ludzi danych. Ta dziedzina nauki rozwija się bardzo dynamicznie i trudno jednoznacznie stwierdzić, w jakim kierunku pójdzie za 50 lat. Można przypuszczać, że w stronę automatyzacji zadań wykonywanych przez ludzi.

Powstanie robot, który będzie umiał współczuć i płakać?
Roboty w filmach i literaturze mają ludzkie uczucia i ludzkie cechy osobowości, potrafią kochać i nienawidzić. To jest jednak medialny przekaz. W praktyce SI to głównie matematyka, znalezienie odpowiednich algorytmów, postawienie hipotezy i polecenie komputerowi wykonania konkretnego i odpowiedniego zadania. Nie mają one woli ani świadomości, co najwyżej mogą dostosować się do nowego środowiska bez ingerencji człowieka.

Zająłeś się wykorzystaniem sztucznej inteligencji w projektowaniu leków. To bardzo chodliwy temat, gdy wszyscy naukowcy szukają lekarstwa na SARS-CoV-2.
W naszym laboratorium, w Katedrze Inżynierii Biomedycznej na Politechnice Wrocławskiej, też się tym zajmujemy, ale ja akurat nie skupiam się na tym temacie. Koncentruję się na użyciu uczenia wzmocnionego (ang. Reinforcement Learning) do przewidywania zachowania białek w błonie komórkowej. Może to pozwolić odgadnąć wpływ mutacji na działanie danego białka, np. wytłumaczyć występowanie zespołu Brugadów (rzadkiej choroby serca o podłożu genetycznym), czy też brak działania lub inne oddziaływanie danego leku na konkretne białko.

A konkretniej i prościej?
Wiele chorób jest połączonych z dysfunkcją pewnego białka, pełniącego określoną rolę w organizmie. Każdy człowiek ma różne mutacje, które mogą powodować lub nie zmiany w działaniu danego białka. Przez to mutacje mogą wywoływać chorobę lub nie. Idea jest taka, by za pomocą sztucznej inteligencji znaleźć lek, który pomoże przywrócić to białko do stanu przed mutacją, jeżeli to dana mutacja spowodowała chorobę. Takich badań jest bardzo mało na świecie. Udało mi się znaleźć około ośmiu publikacji wydanych w ciągu 20 lat. Jest to bowiem bardzo skomplikowany temat, wymagający obliczeń i komputerów dużej mocy. Droga jest taka, by każdemu pacjentowi chorującemu na konkretny rodzaj choroby zapewnić lek działający najbardziej efektywnie dla danej mutacji. Jest to nazywane medycyną precyzyjną.

Współczesny naukowiec nie ma zatem nic wspólnego z wizerunkiem brodatego pana spędzającego czas nad księgami czy w laboratoriach? Tobie do pracy wystarczy dostęp do internetu i połączenie z komputerem dużej mocy? Teoretycznie mógłbyś pracować na Bali?
Teoretycznie tak. Naukowcy dzielą się na teoretyków i tych, którzy eksperymentują. Ja jestem bardziej teoretykiem. Współczesny teoretyk nie spędza jednak czasu głównie nad książkami. Wykorzystuje do badań obliczenia i modele matematyczne, ponieważ obliczenia są szybsze i tańsze od eksperymentów. I potrafią udzielić odpowiedzi, których eksperyment nie daje.

Jak to się stało, że zainteresowałeś się sztuczną inteligencją?
Ukończyłem Technikum Informatyczne w Polkowicach. Interesowałem się wówczas informatyką, ale również chemią. Dużo czytałem. Poszedłem na chemię na Politechnikę Wrocławską. W międzyczasie uczestniczyłem też w kole naukowym zajmującym się obliczeniami z zakresu chemii i biologii, co w połączeniu z wcześniejszymi doświadczeniami z informatyką otworzyło przede mną nowe możliwości. Równocześnie studiowałem drugi kierunek – biotechnologię. Następnie rozwijałem swoje zainteresowania biologią na studiach magisterskich na kierunku bioinformatyka. Ta kombinacja zdobytych umiejętności zaprowadziła mnie do tego, czym się zajmuję obecnie: projektowaniem leków od strony obliczeniowej. Problem ten jest na tyle złożony, że życie jednostki to zbyt krótki czas, by go zbadać. W związku z tym zainteresowałem się sztuczną inteligencją, która pozwala na automatyzację poszukiwania rozwiązań pewnych problemów.

Czy nie masz czasami dość siedzenia przy komputerze?
Na granie w gry komputerowe nie mam już czasu, choć kiedyś to lubiłem. Teraz raczej omijam. Pamiętam o tym, by zachować higienę pracy. Relaksuję się, ćwiczę siłowo, słucham rocka czy muzyki klasycznej. To nie jest tak, że myślę wyłącznie o badaniach. Ale prawdą jest,
że w przypadku obliczeniowca jakiś pomysł może przyjść do głowy w każdym momencie. Pojawi się hipoteza, którą szybko chcemy sprawdzić. I właśnie osoby od obliczeń mają tę wygodę, że w sumie w każdej chwili mogą sprawdzić swoją hipotezę. Jeżeli chodzi o uczenie maszynowe, to zainteresowałem się nim w 2017 roku, gdy zacząłem się uczyć z wykładów prof. Andrew Ng. Zacząłem myśleć, że uczenie maszynowe można połączyć z lekami. A ponieważ potrzebne podstawy teoretyczne miałem opanowane (jak algebra liniowa, programowanie czy metody optymalizacji), to łatwo było mi się tego nauczyć.

Daniel Wiczew – polski laureat Nobla?
Ha, ha… o tym się nie myśli. Jest zadanie do wykonania i na tym się skupia naukowiec. Czasami lata badań nie przynoszą efektów, a czasem wpadnie się na coś i wykona. Człowiek nawet nie myśli, czy będzie to miało większy wpływ, a jednak staje się bardzo potrzebne. Ale zapewniam, że nigdy impulsem nie jest Nobel.

Byłeś już na Erasmusie trzy razy. Masz zatem spore doświadczenie. Czy to będzie pomocne podczas doktoratu?
Byłem na dwumiesięcznych praktykach w ramach programu Erasmus+. Dwa razy na Université de Lorraine, gdzie pracowałem przy chemii obliczeniowej lub przy algorytmach, a raz – przed rokiem – w Niemczech, w firmie Fabular.ai, zajmującej się sztuczną inteligencją wykorzystywaną w muzeach i szeroko pojętej kulturze. Firmę znalazłem sam poprzez stronę internetową z ofertami praktyk w ramach Erasmusa. Polecam samodzielne szukanie osoby czy firmy przyjmującej na staż – można znaleźć coś zgodnego ze swoimi zainteresowaniami. Choć istnieje wiele różnych programów, Erasmus jest najbardziej znany. Pieniądze nie są co prawda duże – bo stypendyści otrzymują miesięcznie 450 lub 550 euro – ale ogromne znaczenie mają nawiązane kontakty. Mnie poprzednie wyjazdy przyniosły stypendium rządu francuskiego.

Rozmawiała Alina Gierak – korespondentka FRSE
Zdjęcie: Szymon Łaszewski