গুগলের মালিকানাধীন ডিপমাইন্ড রাতারাতি একাডেমিক জগতে আলোড়ন সৃষ্টি করেছে।
8 মে, ডিপমাইন্ড আনুষ্ঠানিকভাবে একটি নতুন AI মডেল ঘোষণা করেছে: AlphaFold 3।
প্রাসঙ্গিক গবেষণাপত্রগুলি প্রামাণিক "প্রকৃতি" ম্যাগাজিনে প্রকাশিত হয়েছিল এবং প্রকাশিত হওয়ার সাথে সাথে প্রথম পাতা দখল করেছিল।
ChatGPT-এর পরে, অগণিত AI মডেল রয়েছে, তবে যেটি বিশ্বকে পরিবর্তন করার দাবি করার জন্য সবচেয়ে বেশি যোগ্য সে কেবল AlphaFold 3 হতে পারে।
আলফাফোল্ডের সুপার বিবর্তন জৈবিক বিশ্বকে আরও "হাই-ডেফিনিশন" করে তোলে
আমরা মিডল স্কুল বায়োলজি ক্লাসে শিখেছি যে প্রোটিন হল দীর্ঘ-চেইন অণু যা পেপটাইড বন্ধনের মাধ্যমে অ্যামিনো অ্যাসিডকে সংযুক্ত করে এবং মহাকাশে জটিল ত্রি-মাত্রিক কাঠামোতে ভাঁজ করে তৈরি হয়।
ত্রিমাত্রিক গঠন প্রোটিনের কার্যকারিতা নির্ধারণ করে এবং সরাসরি ওষুধের নকশা এবং রোগের চিকিত্সাকে প্রভাবিত করে।
এটা বলা যেতে পারে যে প্রোটিন গঠন ভবিষ্যদ্বাণী জীববিজ্ঞানের সবচেয়ে গুরুত্বপূর্ণ প্রস্তাবগুলির মধ্যে একটি।
যাইহোক, প্রোটিনের ত্রিমাত্রিক কাঠামোর ভবিষ্যদ্বাণী করা একটি কঠিন কাজ এবং প্রায়শই এটিকে "একটি সমস্যা যা জীববিজ্ঞানীদের 50 বছর ধরে সমস্যায় ফেলেছে" হিসাবে বর্ণনা করা হয়েছে।
2016 সালে, DeepMind-এর AlphaGo একজন পেশাদার নাইন-ড্যান প্লেয়ারকে পরাজিত করে এবং Go-এর প্রাচীন দক্ষতা পুনরায় লিখেছিল।
ডিপমাইন্ডের আলফাফোল্ড জীববিজ্ঞানের কোডগুলিকে পাঠোদ্ধার করতে চায় এবং নিজের জীবনের রহস্যগুলিকে দেখতে চায়৷
2018 সালে, AlphaFold 1 প্রকাশিত হয়েছিল।
2020 সালে, AlphaFold 2 চালু করা হয়েছিল, যা ইতিমধ্যেই বৃহৎ স্কেলে প্রোটিনের আকৃতি এবং পারমাণবিক স্তরে মিনিটের মধ্যে সঠিকভাবে ভবিষ্যদ্বাণী করতে পারে।
এখন, আমাদের কাছে AlphaFold 3 রয়েছে, একটি AI যার আরও বড় উচ্চাকাঙ্ক্ষা রয়েছে: সমস্ত জৈবিক অণু অন্বেষণ করতে প্রোটিনের বাইরে গিয়ে।
বায়োমোলিকিউলস হল সেই অণু যা জীবন্ত প্রাণী তৈরি করে, যার মধ্যে প্রোটিন, ডিএনএ, আরএনএ ইত্যাদি।
ডিপমাইন্ড বিশ্বাস করে যে লক্ষ লক্ষ সংমিশ্রণে জৈব অণুগুলি কীভাবে যোগাযোগ করে তা বোঝার মাধ্যমেই আমরা জীবনের প্রক্রিয়াগুলিকে সত্যিকার অর্থে বুঝতে শুরু করতে পারি।
এক কথায়, আলফাফোল্ড 3 তার পূর্বসূরীর চেয়ে একটি বিস্তৃত পরিসর কভার করে এবং প্রোটিন, ডিএনএ, আরএনএ, লিগ্যান্ডের মতো জৈবিক অণুর গঠন এবং তারা কীভাবে যোগাযোগ করে তা সঠিকভাবে ভবিষ্যদ্বাণী করতে পারে।
আসুন প্রথমে AlphaFold 3 এর কিছু ভবিষ্যদ্বাণী ফলাফল দেখি।
7PNM হল একটি সাধারণ ঠান্ডা ভাইরাসের স্পাইক প্রোটিন।
চিত্রে দেখানো হিসাবে, আলফাফোল্ড 3 7PNM (নীল অংশ) এর গঠনের পূর্বাভাস দেয় যখন এটি অ্যান্টিবডি (সবুজ অংশ) এবং মনোস্যাকারাইডের (হলুদ অংশ) সাথে যোগাযোগ করে, যা বাস্তব কাঠামোর (ধূসর অংশ) সাথে সামঞ্জস্যপূর্ণ।
ভবিষ্যদ্বাণীগুলির পিছনে অর্থ রয়েছে এই প্রোটিনগুলি অধ্যয়ন করে, বিজ্ঞানীরা COVID-19 সহ প্রতিরোধ ব্যবস্থা এবং করোনভাইরাসগুলি আরও ভালভাবে বুঝতে পারেন এবং এমনকি আরও ভাল চিকিত্সার বিকল্পগুলি নিয়ে আসতে পারেন।
প্রোটিন কাঠামো ছাড়াও, আলফাফোল্ড আণবিক কমপ্লেক্স, একাধিক অণু দ্বারা গঠিত জটিল কাঠামোর পূর্বাভাস দিতে পারে।
নীচের চিত্রিত এনজাইমটি মাটির ছত্রাক থেকে আসে যা উদ্ভিদের জন্য ক্ষতিকর।
একটি এনজাইম প্রোটিন (নীল অংশ), একটি আয়ন (হলুদ গোলক) এবং কিছু মনোস্যাকারাইড (হলুদ অংশ) সহ আলফাফোল্ডের ভবিষ্যদ্বাণী ফলাফলগুলি বাস্তব কাঠামোর সাথে মানানসই (ধূসর অংশ)।
কিভাবে এই এনজাইম উদ্ভিদ কোষের সাথে মিথস্ক্রিয়া করে তার একটি গভীর উপলব্ধি গবেষকদের স্বাস্থ্যকর এবং আরও প্রতিরোধী ফসল বিকাশে সাহায্য করতে পারে, যা কৃষি উৎপাদনে ব্যবহারিক সুবিধা নিয়ে আসে।
একইভাবে, আলফাফোল্ড 3 একটি প্রোটিন (নীল অংশ), একটি আরএনএ স্ট্র্যান্ড (বেগুনি অংশ), এবং দুটি আয়ন (হলুদ অংশ) দ্বারা গঠিত একটি আণবিক কমপ্লেক্সের ভবিষ্যদ্বাণী করে, যা বাস্তব কাঠামোর (ধূসর অংশ) সাথে ঘনিষ্ঠভাবে মেলে।
এই কমপ্লেক্সটি প্রোটিন সংশ্লেষণের সাথে জড়িত, সেলুলার জীবন ক্রিয়াকলাপ এবং স্বাস্থ্যের একটি মৌলিক প্রক্রিয়া এবং এর গবেষণার তাত্পর্য সমানভাবে গভীর।
ভবিষ্যদ্বাণীর ফলাফলের যথার্থতা দেখিয়ে এবং সম্পর্কিত ব্যবহারের উপর জোর দিয়ে, ডিপমাইন্ড বিশ্বকে বলতে চায় যে AlphaFold 3 একটি "বিপ্লবী মডেল"।
একদিকে, গবেষণার পরিধি আরও বিস্তৃত। প্রোটিনের বাইরে দৃশ্যের ক্ষেত্র প্রসারিত করা, বিশেষ করে লিগ্যান্ডের মতো ছোট অণুগুলি আরও ওষুধকে কভার করতে পারে।
অন্যদিকে, নির্ভুলতাও উন্নত হয়। অন্যান্য আণবিক প্রকারের সাথে প্রোটিনের মিথস্ক্রিয়াগুলির জন্য, AlphaFold 3 বিদ্যমান ভবিষ্যদ্বাণী পদ্ধতির তুলনায় কমপক্ষে 50% দ্বারা নির্ভুলতা উন্নত করে। কিছু গুরুত্বপূর্ণ মিথস্ক্রিয়া এমনকি 100% দ্বারা উন্নত করা হয়েছে।
এইভাবে, AlphaFold 3 আরও গবেষণাকে উপকৃত করতে পারে, ওষুধের নকশাকে ত্বরান্বিত করতে পারে, জিনোমিক্সের প্রচার করতে পারে, স্বাস্থ্যকর ফসলের বিকাশ করতে পারে, জৈব পুনর্নবীকরণযোগ্য উপকরণ তৈরি করতে পারে…
প্রযুক্তিগত নীতির কথা বলতে গেলে, আলফাফোল্ড 3 আলফাফোল্ড 2-এর উন্নতির উপর ভিত্তি করে তৈরি। মূল হল ইভোফর্মার গভীর শিক্ষার স্থাপত্য এবং মিডজার্নির মতো একটি ডিফিউশন নেটওয়ার্ক ব্যবহার করে।
AlphaFold 3 ব্যবহার করার প্রক্রিয়াটি একটি বড় ভাষার মডেলের সাথে চ্যাট করার মতো। একটি বায়োমোলিকুলের একটি বিবরণ ইনপুট করুন, এবং আলফাফোল্ড 3 এই অণুগুলির একটি ত্রিমাত্রিক কাঠামো তৈরি করে এবং তারা কীভাবে ইন্টারঅ্যাক্ট করে তা অধ্যয়ন করে।
আলফাফোল্ড 3 এর ভবিষ্যদ্বাণী ফলাফল দেওয়ার প্রক্রিয়াটি AI ভিনসেন্টিয়ান গ্রাফ ডিফিউশন মডেলের অনুরূপ যা ধীরে ধীরে অস্বীকার করে, একটি অস্পষ্ট পারমাণবিক মেঘ থেকে শুরু করে এবং ধীরে ধীরে একটি সঠিক আণবিক কাঠামোতে রূপান্তরিত হয়।
জেনারেটিভ এআই যা মানুষের ভাষায় কথা বলে কিউবিকল কর্মীদের উৎপাদনশীলতা বাড়ায়। আলফাফোল্ড এর অর্থ বিজ্ঞানীদের কাছে এর চেয়ে বেশি কিছু নয়।
ল্যাবরেটরিতে প্রোটিন গঠনের পূর্বাভাস দিতে সময় এবং কয়েক হাজার ডলার খরচ করতে পারে পিএইচডি। লক্ষ লক্ষ ভবিষ্যদ্বাণী রয়েছে, এমনকি লক্ষ লক্ষ লোক তাদের জীবদ্দশায় সেগুলি সম্পূর্ণ করতে সক্ষম হবে না।
কিন্তু আলফাফোল্ডের সাহায্যে বিজ্ঞানীরা সাহসী প্রশ্ন, উদ্ভাবনী অনুমান জিজ্ঞাসা করতে পারেন এবং তারপর গবেষণা প্রক্রিয়াকে ত্বরান্বিত করতে পরীক্ষাগারে পরীক্ষা করতে পারেন।
সাধারণ মানুষের কাছে AlphaFold 3-এর তাৎপর্য তুলে ধরার জন্য DeepMind-এর একটি বাক্যই যথেষ্ট:
AlphaFold 3 জীববিজ্ঞানের জগতকে HD এ নিয়ে আসে।
বিশ্বের কাছে আলফাফোল্ড হস্তান্তর করুন, বৈজ্ঞানিক আবিষ্কারের একটি নতুন নবজাগরণের অপেক্ষায়
OpenAI এর বন্ধ উৎসকে উপহাস করার জন্য, মাস্ক এটিকে একটি ডাকনাম দিয়েছেন: CloseAI।
Google, যেটি বেশ কয়েকটি OpenAI পেপারে অবদান রেখেছে, কিছু দিক থেকে আরও ওপেন সোর্স স্পিরিট রয়েছে।
জুলাই 2021 সালে, AlphaFold 2 Nature-এ একটি গবেষণাপত্র প্রকাশ করেছে এবং কোডটি ওপেন সোর্স করেছে।
আজ অবধি, AlphaFold 2 ব্যবহার করা হয়েছে লক্ষ লক্ষ কাঠামোর ভবিষ্যদ্বাণী করতে। সারা বিশ্বের লক্ষ লক্ষ গবেষক ম্যালেরিয়ার ভ্যাকসিন, ক্যান্সারের চিকিৎসা এবং এনজাইম ডিজাইনের মতো ক্ষেত্রে AlphaFold 2 ব্যবহার করেন।
এছাড়াও জুলাই 2021 সালে, DeepMind ইউরোপীয় বায়োইনফরমেটিক্স ইনস্টিটিউট (EMBL-EBI) এর সাথে আলফাফোল্ড প্রোটিন স্ট্রাকচার ডাটাবেস প্রকাশ করার জন্য সহযোগিতা করেছে, যা এখন পর্যন্ত মানব প্রোটিমের সবচেয়ে সম্পূর্ণ এবং সঠিক ছবি প্রদান করে।
ডিপমাইন্ড তার অফিসিয়াল ব্লগে উল্লেখ করেছে যে এটি মানুষের জিনোমের ম্যাপিংয়ের পর থেকে সবচেয়ে গুরুত্বপূর্ণ ডেটা সেটগুলির মধ্যে একটি এখন তারা বিশ্বজুড়ে বৈজ্ঞানিক গবেষকদের হাতে তুলে দেবে।
এক বছরের মধ্যে, 500,000 এরও বেশি গবেষকরা 2 মিলিয়নেরও বেশি কাঠামো দেখতে আলফাফোল্ড ডাটাবেস ব্যবহার করেছেন, প্লাস্টিক দূষণ এবং অ্যান্টিবায়োটিক প্রতিরোধের মতো বাস্তব-বিশ্বের সমস্যার সমাধানগুলিকে ত্বরান্বিত করেছে।
তারপর থেকে, ডাটাবেস প্রসারিত অব্যাহত আছে.
2022 সালের জুলাই মাসে, ডিপমাইন্ড বিজ্ঞানের কাছে পরিচিত প্রায় সমস্ত প্রোটিনের ভবিষ্যদ্বাণীকৃত কাঠামো প্রকাশ করেছে, মোট 200 মিলিয়নেরও বেশি, যেটিতে মানুষ ছাড়াও উদ্ভিদ, ব্যাকটেরিয়া, প্রাণী এবং অন্যান্য জীবের পূর্বাভাসিত কাঠামো অন্তর্ভুক্ত রয়েছে।
আলফাফোল্ড ডাটাবেস প্রোটিন স্ট্রাকচারের জন্য একটি "গুগল সার্চ" এর মতো, এবং একটি তারার প্রোটিন মহাবিশ্বের মতো। প্রোটিনের ত্রিমাত্রিক গঠন হল জীবনের ভিত্তিপ্রস্তর এটি দেখতে সুন্দর এবং সুন্দর, যা মানুষকে প্রকৃতির সৃষ্টির জাদুতে বিস্মিত করে তোলে।
যাইহোক, এবার প্রকাশিত AlphaFold 3-এ AlphaFold 2-এর তুলনায় একটু বেশি রক্ষণশীল মনোভাব রয়েছে, যা কিছু সমালোচনার সম্মুখীন হয়েছে।
AlphaFold 3 বর্তমানে ওপেন সোর্স নয় এবং গবেষকরা শুধুমাত্র ডিপমাইন্ডের সর্বশেষ গবেষণা প্ল্যাটফর্ম আলফাফোল্ড সার্ভারের মাধ্যমে বেশিরভাগ ফাংশন বিনামূল্যে অ্যাক্সেস করতে পারেন এবং এটি অ-বাণিজ্যিক।
বৈজ্ঞানিক অগ্রগতি যা সবচেয়ে বেশি বাধা দেয় তা হল পরিষেবাটিতে অ্যাক্সেসের সংখ্যা: প্রতিদিন মাত্র 10টি ভবিষ্যদ্বাণী করা যেতে পারে।
কৃপণ আচরণের পিছনে, ডিপমাইন্ডের নিজস্ব ব্যবসায়িক বিবেচনা থাকতে পারে – এর সহযোগী প্রতিষ্ঠান আইসোমরফিক ল্যাবগুলি ওষুধের নকশায় AlphaFold 3 প্রয়োগ করতে ফার্মাসিউটিক্যাল কোম্পানিগুলির সাথে সহযোগিতা করেছে।
গুগল ডিপমাইন্ডের সহ-প্রতিষ্ঠাতা এবং সিইও ডেমিস হাসাবিস আশাবাদ ব্যক্ত করেছেন যে প্রথম এআই-ডিজাইন করা ওষুধ আগামী কয়েক বছরের মধ্যে পরীক্ষার জন্য প্রস্তুত হতে পারে।
অবশ্যই, AlphaFold এখনও সীমাবদ্ধতা আছে.
চীনা কাঠামোগত জীববিজ্ঞানী ইয়ান নিং একবার 2022 সালে আলফাফোল্ড 2 বিজ্ঞানীদের প্রতিস্থাপন করবে কিনা সেই প্রশ্নের উত্তর দিয়েছিলেন।
Nav/Cav এর পরিপ্রেক্ষিতে, AlphaFold 2 এখনও তাদের 2017 স্তরে আটকে আছে এবং নতুন ছোট অণু এবং প্রোটিনের মধ্যে মিথস্ক্রিয়া পরীক্ষা করার সময়, AI ভবিষ্যদ্বাণীগুলির কোনওটিই সঠিক ছিল না।
ইয়ান নিং ব্যাখ্যা করেছেন যে বায়োস্ট্রাকচারাল বিজ্ঞান শুধুমাত্র ভাঁজ সম্পর্কে নয়, প্রোটিনের গতিশীল পরিবর্তনগুলি বোঝা, অন্যান্য জৈবিক ম্যাক্রোমোলিকিউল বা নিয়ন্ত্রক ছোট অণুর সাথে মিথস্ক্রিয়া বোঝা এবং অপর্যাপ্ত ডেটা থাকার কারণে কোষের অবস্থা বোঝা সমস্ত এটি এমন একটি এলাকা যেখানে এআই এখনও শক্তিহীন।
আজ, AlphaFold 3 একটি বড় পদক্ষেপ নেয় যেখানে AlphaFold 2 ছোট হয়ে যায়, যা আমাদের বিভিন্ন জৈব অণুগুলির মিথস্ক্রিয়াগুলির পূর্বাভাস দেওয়ার সম্ভাবনা দেখতে দেয়, তবে এটি এখনও আণবিক কাঠামোর স্থির ভবিষ্যদ্বাণীগুলির উপর দৃষ্টি নিবদ্ধ করে, যা কখনও কখনও হ্যালুসিনেশন তৈরি করতে পারে।
পূর্ববর্তী একটি সাক্ষাত্কারে, ডেমিস হাসাবিস এআইকে ঘিরে হাইপের সমালোচনা করেছিলেন।
তিনি বিশ্বাস করেন যে AI কে "বিজ্ঞানের চূড়ান্ত হাতিয়ার" হিসাবে ব্যবহার করা উচিত, যেমন প্রোটিন গঠনের ভবিষ্যদ্বাণী করার জন্য মানবতা বৈজ্ঞানিক আবিষ্কারের একটি নতুন নবজাগরণ শুরু করতে চলেছে৷
নায়ক একই জিনিস দেখেন এনভিডিয়ার হুয়াং জেনক্সুনও মেডিকেল এবং বায়োটেকনোলজিতে এআই ট্র্যাক নিয়ে অনেক আশাবাদী তিনি 2024 জিটিসি এআই কনফারেন্সে এবং জনসন অ্যান্ড জনসনের মতো কোম্পানির সাথে চুক্তিতে পৌঁছেছেন। সার্জারি এবং মেডিকেল ইমেজিং সহযোগিতা.
Sora ভৌত জগতকে অনুকরণ করে, যখন AlphaFold 3 আমাদের জৈবিক জগতকে বুঝতে দেয় এবং AI-এর জন্য আমাদের মূল প্রত্যাশায় ফিরে আসে – বৈজ্ঞানিক আবিষ্কারকে ত্বরান্বিত করতে, মানুষের অগ্রগতি প্রচার করতে এবং জীবনকে নিজেই বুঝতে।
যদিও AGI এখনও অনেক দূরে, পাঠ্য, ছবি, ভিডিও এবং প্রোটিন অণু একে অপরের থেকে আলাদা, কিন্তু তারা একে অপরের প্রতিধ্বনি করে।
AI প্রকৃতপক্ষে এত শক্তিশালী এবং দৈনন্দিন জীবনে ক্রমবর্ধমানভাবে প্রাসঙ্গিক হয়ে উঠেছে, এবং আমরা আশা করতে পারি যে আরও উদ্ভাবন উদ্ভূত হবে এবং প্রতিদিন আরও রহস্য সমাধান হবে।
# Aifaner এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: Aifaner (WeChat ID: ifanr) যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।