O que é necessário para um computador aprender as regras do emparelhamento de bases de RNA? As pessoas estão treinando grandes modelos de linguagem para a previsão da estrutura do RNA. Alguns desses modelos têm centenas de milhões de parâmetros. Um resultado inicial empolgante foi que esses modelos aprendem as regras do emparelhamento de bases de Watson-Crick-Franklin diretamente a partir dos dados. Um grupo de pesquisa em Harvard decidiu ver qual era o menor modelo possível que poderia alcançar esse resultado. Eles treinaram um pequeno modelo probabilístico com apenas 21 parâmetros usando descida de gradiente. Com apenas 50 sequências de RNA—sem estruturas correspondentes— as regras de emparelhamento de bases surgiriam após apenas algumas épocas de treinamento. Portanto, a resposta à sua pergunta original foi que leva "muito menos do que você pode pensar" para aprender esse tipo de modelo. Não acho que isso signifique que os esforços de treinamento em grande escala sejam necessariamente tolos ou mal orientados. Mas esse resultado sugere que há muita eficiência e desempenho que ainda podem ser extraídos da inovação na arquitetura. Há uma estrutura subjacente à linguagem da biologia.