AI, która sama poprawiła reakcję chemiczną. Czy chemicy mają się czego bać?

👁 125 przeczytań

Wyobraźcie sobie, że laboratorium chemiczne nie potrzebuje już doktora ślęczącego nad probówkami przez tydzień, żeby wycisnąć z reakcji kilka procent więcej wydajności. OpenAI właśnie ogłosiło coś, co jeszcze rok temu brzmiałoby jak slajd z prezentacji startupu szukającego rundy zalążkowej: niemal autonomicznego chemika AI, który samodzielnie usprawnił trudną reakcję wykorzystywaną w chemii medycznej. I nie mówimy tu o symulacji ani o ładnym wykresie w papierze, tylko o realnym problemie laboratoryjnym, z którym mierzą się ludzie projektujący leki.

Zatrzymałem się przy tym na dłużej, bo chemia to dziedzina, w której AI dotąd raczej podpowiadała niż działała. Modele językowe świetnie streszczają literaturę, sugerują ścieżki syntezy, czasem przewidzą właściwości cząsteczki. Ale przejście od „podpowiadam” do „prowadzę proces optymalizacji niemal samodzielnie” to zupełnie inna liga. To różnica między asystentem, który podaje narzędzia, a kimś, kto sam staje przy stole i decyduje, co dalej.

Najważniejsze słowo w całym ogłoszeniu to dla mnie „near-autonomous”, czyli niemal autonomiczny. Bo właśnie ten przedrostek „niemal” mówi wszystko o tym, gdzie naprawdę jesteśmy. To nie jest jeszcze maszyna, która zamyka się w laboratorium i wychodzi z gotowym lekiem. To system, który na tyle daleko posunął proces decyzyjny, że człowiek przestaje być operatorem każdego kroku, a staje się raczej nadzorcą kierunku. Wciąż tam jest. Wciąż patrzy na ręce. Ale coraz mniej musi.

Chemia medyczna jest tu wyjątkowo dobrym poligonem, bo to dyscyplina brutalnie empiryczna. Można mieć piękną teorię, a reakcja i tak nie chce zajść z sensowną wydajnością. Optymalizacja takich reakcji - dobór rozpuszczalnika, temperatury, katalizatora, stężeń - to żmudne, kosztowne i często frustrujące rzemiosło. Każda nieudana próba to zmarnowane odczynniki, czas i nierzadko miesiące pracy zespołu. Jeśli AI potrafi skrócić tę pętlę prób i błędów, mówimy o realnych oszczędnościach w procesie, który dziś pochłania ogromne budżety farmacji.

I tu pojawia się pytanie, które chodzi mi po głowie od kilku miesięcy: co to znaczy dla samych chemików? Bo łatwo wpaść w dwa skrajne tryby myślenia. Pierwszy to panika - „zaraz nas zastąpią”. Drugi to lekceważenie - „to tylko kolejne narzędzie”. Moim zdaniem prawda jest mniej efektowna i bardziej interesująca. To, co się dzieje, przypomina moment, w którym chemicy dostali komputery do modelowania cząsteczek. Nie zniknęli. Zmienili się w ludzi, którzy zadają lepsze pytania, bo żmudną część odrabia za nich maszyna.

Różnica polega na tym, że tym razem maszyna nie tylko liczy. Ona planuje, próbuje, ocenia wynik i decyduje o następnym kroku. To przesunięcie z roli kalkulatora do roli współpracownika. A współpracownik, który nie męczy się, nie traci cierpliwości po dwudziestej nieudanej próbie i nie idzie na urlop, jest niesamowicie kuszący dla każdego laboratorium myślącego o tempie i kosztach.

Jest oczywiście druga strona tej euforii, o której warto powiedzieć wprost. Demonstracja jednej usprawnionej reakcji to nie to samo co system, który niezawodnie poprawia setki różnych procesów w różnych kontekstach. Chemia potrafi być złośliwie nieprzewidywalna i to, co działa dla jednej klasy związków, może spektakularnie zawieść przy innej. „Niemal autonomiczny” oznacza też, że ktoś musi pilnować, by maszyna nie ruszyła w ślepą uliczkę albo nie zaproponowała czegoś niebezpiecznego. W laboratorium chemicznym błąd to nie literówka w kodzie, tylko potencjalnie realne ryzyko.

Niepokoi mnie zresztą inny wątek, o którym przy takich ogłoszeniach mówi się za cicho. Jeśli AI potrafi samodzielnie optymalizować trudne reakcje chemiczne, to ta sama zdolność jest narzędziem dwojakiego użytku. To, co przyspiesza odkrywanie leków, teoretycznie przyspiesza też syntezę rzeczy, których przyspieszać byśmy nie chcieli. Nie twierdzę, że OpenAI to ignoruje, ale jako branża musimy traktować autonomię w chemii z zupełnie innym poziomem ostrożności niż autonomię w pisaniu maili.

Patrzę więc na ten news bez fajerwerków, ale z prawdziwym zainteresowaniem. To nie jest moment, w którym chemicy odkładają fartuchy. To moment, w którym rola człowieka w laboratorium zaczyna się cicho przesuwać - od wykonawcy ku reżyserowi. A reżyser, który ma do dyspozycji niestrudzonego współpracownika, może w końcu zająć się tym, co w nauce najtrudniejsze i najciekawsze: zadawaniem pytań, na które nikt jeszcze nie zna odpowiedzi. Reszta, być może, zacznie się dziać sama.