Kaikki ovat innoissaan "AI for Science" -ohjelmasta vuonna 2025! Vuoden lopussa sallikaa minun jakaa levottomuuteni ja optimismini, erityisesti tekoälyn ja biologian suhteen. Vietettyäni vielä yhden vuoden syvällä biologisten perustusmallien, terveydenhuollon tekoälyn ja lääkeaineiden löytämisen parissa, tässä on kolme oppia, jotka opin vuonna 2025. 1. Biologia ei ole "vain toinen menetelmä." Suurin väärinkäsitys, jonka näen edelleen: "Biologia on tekstiä + kuvia + kaavioita. Vain mittakaavan muuntajia." Ei. Biologia on kausaalinen, hierarkkinen, stokastinen ja epätäydellinen tavoilla, joita kieli ja näkö eivät ole. Tokenit eivät vastaa täysin todellisuutta. Nimitykset ovat harvassa, puolueellisia ja usein vääriä. Perustotuus on ehdollinen, kontekstista riippuvainen ja joskus tuntematon. Olemme edistyneet todellista – yksisolu, kuvantaminen, genomiikka ja EHR:t mallinnetaan vihdoin yhdessä – mutta karu totuus on tämä: Useimmat biologiset signaalit eivät ole valvottuja ongelmia, jotka odottavat parempia häviötoimintoja. Ne ovat interventiopohjaisia ongelmia. Ne vaativat häiriöitä, vastaväitteitä ja mekanismeja, pelkän ennustamisen lisäksi. Skaalaus auttaa tietenkin. Mutta ilman kausaalista rakennetta skaalaus antaa enimmäkseen terävämpiä korrelaatioita. Vuosi 2025 vahvisti uskoani siihen, että biologiset perustamallit on rakennettava häiriöiden, epävarmuuden ja toteutettavuuden ympärille, ei pelkästään edustuksellisen oppimisen ympärille. 2. Vertailuarvot hidastavat biologiaa enemmän kuin laskenta. Ollaan rehellisiä: tekoälyn ja biologian vertailu on edelleen rikki. Kaikki ilmoittavat SOTA:sta. Jokainen valitsee eri aineiston viipaleen. Jokainen valitsee eri mittarin. Kaikki välttävät tulevaa hyväksyntää....