Ljudski genom nije nacrt, nije algoritam i nije kod koji čeka da ga netko pokrene, što je gadna...

Tri milijarde baznih parova, otprilike dvadeset tisuća gena i toliko ponavljajućeg smeća da bi i najstrpljiviji programer digao ruke od projekta nakon prvog tjedna debugiranja. Cijeli je ljudski projekt nastao u laboratorijima devedesetih s pompom kakvu rijetko viđamo — ceremonija u Bijeloj kući, Clinton na televiziji, obećanja da ćemo uskoro čitati sudbinu iz niza slova kao iz horoskopa. I što se dogodilo? Dvadeset i pet godina kasnije, otkrili smo da genom nije knjiga. Nije čak ni enciklopedija. Genom je više nalik na garažu u koju je netko bacio upute za sastavljanje Ikee, pola kuharice iz osamdesetih, jedan stari recept za rakiju i tri različita kompasa od kojih svaki pokazuje drugi smjer.

A sad dolaze dečki s umjetnom inteligencijom i misle da će to riješiti.

Problem je fizički, a ne logički, i tu leži ključna razlika koju većina propušta. DNK nije samo niz slova na papiru — to je trodimenzionalna struktura savijena, uvijena i upakirana u jezgru stanice tako gusto da bi dugačak dva metra stao u prostor promjera deset mikrona. Zamisli da pokušaš natrpati konop dugačak dva kilometra u lopticu za stolni tenis, a onda od te loptice tražiš da ti kaže gdje je koji čvor i zašto je baš taj čvor važan. To je ono s čime se bave genetičari. AI modeli koji su trenirani na sekvencama, a ne na konformacijama, uče krivu stvar. Uče abecedu, a ne gramatiku. Uče riječi, a ne rečenice. Uče note, a ne glazbu.

I tu dolazimo do najboljeg dijela — naivnosti.

Postoji uvjerenje, gotovo religijsko, da će dovoljno podataka i dovoljno računalne snage riješiti svaki problem. Daj mi milijardu parametara i naučit ću sve. Daj mi pet milijardi dolara i izliječit ću rak. Daj mi deset godina i napravit ću čovjeka od nule. To je ista ona logika koja je devedesetih obećavala da će nam za pet godina roboti prati suđe i da ćemo svi raditi četiri sata dnevno. Robot ne pere suđe. Radimo više nego ikad. Genom nije dekodiran. Dekodirali smo slova, ali ne i značenje. To je kao da kažeš da si pročitao roman jer znaš abecedu.

Najzanimljiviji dio ove priče nije u biologiji, nego u onome što biologija govori o tehnologiji. AI industrija, u svom nezaustavljivom hodu prema sljedećem funding rundi, voli pričati priče o tome kako će umjetna inteligencija riješiti sve ljudske probleme — od bolesti do klimatskih promjena, od siromaštva do dosade. Ali genom je savršen test. Ako ne možeš riješiti nešto što je doslovno zapisano u tvojoj vlastitoj ćeliji, kako ćeš riješiti išta drugo? Genom je najveći data set koji postoji, najkompleksniji sustav koji poznajemo, i pokazalo se da je otporan na jednostavna objašnjenja. Ne zato što je težak, nego zato što nije napravljen da bude objašnjen. Evolucija nije dizajnirala genom da ga netko čita. Samo ga je napravila. I to napravila na način koji funkcionira, ali ne i na način koji ima smisla s inženjerske perspektive.

Ako sjedneš i pokušaš razumjeti zašto određeni gen utječe na određenu bolest, brzo shvatiš da odgovor nije u samom genu. Odgovor je u tome kako je taj gen smotan, kako je smješten u usporedbi s druge gene, koji proteini se vežu na njega u kojem trenutku, kakav je bio tvoj doručak prije dvadeset godina i jesi li jučer bio pod stresom. Genom nije računaloski program. Genom je kuhinja u kojoj kuha pet ljudi odjednom, svaki svoj recept, na istoj ploči, i svi su pijani.

Pas mater.

I što sad? AI modeli koji su trenirani na sekvencama genoma rade ono što AI modeli uvijek rade — pronalaze obrasce. I nalaze ih. Puno njih. Problem je što obrasci u genomu nisu nužno uzročni. Često su slučajni, često su artefakti, često su posljedica nečeg trećeg što model ne vidi. I tu dolazi do klasične pogreške: model pronađe korelaciju, čovjek je interpretira kao uzročnost, kompanija naplati tretman, pacijent se ne izliječi, i svi su iznenađeni. Osim ako nisi iznenađen, naravno. Ako si proveo dovoljno vremena u IT industriji, znaš da je to standardni protokol: nađi nešto što izgleda kao rješenje, prodaj ga kao rješenje, i nadaj se da će netko drugi otkriti grešku prije nego što ti pobjegneš s parama.

Ako je AI toliko pametan, zašto mu treba cijeli data centar i pet godina da shvati ono što je evolucija riješila nasumičnim mutacijama u milijardu godina? Odgovor je jednostavan: zato što AI ne razumije. AI prepoznaje. Prepoznavanje nije razumijevanje. To je kao da kažeš da papiga razumije politiku zato što ponavlja ime predsjednika. Razlika je temeljna, i upravo ta razlika čini genom tako dobrim testom za cijelu industriju. Ako ne možeš razumjeti genom, ne možeš razumjeti ništa. A ako možeš samo prepoznati obrasce u njemu, onda si isto što i šaman koji čita kave — samo što ti treba više struje.

Izvor: quantamagazine.org