umělá inteligence

Google DeepMind zpřístupnil AlphaGenome Atlas, databázi předpočítaných odhadů dopadu všech devíti miliard možných jednopísmenných změn referenčního lidského genomu. Nástroj vychází z modelu AlphaGenome a pomáhá předvídat, jak varianty ovlivní aktivitu genů a regulační procesy, včetně nekódujících oblastí DNA. Vědci mohou výsledky vyhledávat bez programování a náročného vlastního výpočtu; atlas nabízí i souhrnné skóre významnosti varianty. Datový soubor má zhruba jeden petabajt a jeho vznik vyžadoval výrazné zrychlení výpočtů pomocí optimalizací a odstranění duplicitních operací. Autoři očekávají, že databáze urychlí výběr variant pro laboratorní ověřování v biologii, výzkumu nemocí a vývoji léčiv. Predikce však nenahrazují experimenty, zejména u nemocí ovlivňovaných více mutacemi či vzdálenými regulačními úseky DNA.

Nová generace specializovaných satelitů má pomoci zachytit vznikající lesní požáry dříve než dosavadní systémy. Německá společnost OroraTech například jako první zaznamenala kalifornský Rock Fire, který se následně rozrostl na více než 12 tisíc akrů. Aliance Earth Fire Alliance vypustila první tři satelity FireSat a do 30. let chce vytvořit síť více než 50 družic se snímkováním každého místa zhruba po 20 minutách. Přesnější infračervené senzory mají odhalit i malé požáry, zatímco algoritmy strojového učení porovnávají aktuální data s historickými snímky a omezují falešné poplachy. Pro zásahové složky je zásadní rychlost i transparentní vyhodnocení jistoty detekce, protože informace doručená až po hodině může být pro první reakci málo užitečná.

Nizozemská firma Vitestro získala od amerického úřadu FDA povolení používat autonomní zařízení Aletta pro odběr krve dospělým mimo nemocnice. Robot kombinuje infračervené snímání, ultrazvuk, Dopplerovo měření a algoritmy pro vyhledání žíly, zavedení jehly i manipulaci se zkumavkami. V nizozemské studii s více než 1 600 účastníky uspěl při prvním pokusu v 94,5 procenta případů; při neúspěchu nastupuje zdravotník. Technologie by mohla zvýšit kapacitu laboratoří postižených nedostatkem flebotomistů, protože jeden pracovník může dohlížet až na tři přístroje. Odborníci však žádají další data o fungování u tmavších odstínů kůže i o kvalitě odebraných vzorků pro laboratorní testy.

Sonifikace převádí číselná data na zvuk a může pomoci tam, kde je zrak uživatele zaměstnán nebo kde jsou vizualizace nepřehledné. Podle výzkumníka Stephena Roddyho dokáže sluch souběžně zachytit jemné změny, více datových toků i signály skryté v šumu. Metody jako audifikace zrychlují nízkofrekvenční signály do slyšitelné oblasti, zatímco mapování parametrů přiřazuje proměnným výšku tónu, hlasitost či nástroj. Využití sahá od gravitačních vln a EEG přes genetiku až po dohled nad datovými sítěmi. Umělá inteligence může data předem třídit a sonifikace pak člověku zpřístupní výsledné vzorce. S nástupem sítí 6G by se zvuk mohl stát důležitým nástrojem pro řízení a diagnostiku rozsáhlých komunikačních systémů.

Start-upy Periodic Labs a Quantum Formatics využívají umělou inteligenci, robotiku a automatizované experimenty k hledání supravodičů, které by byly nejen výkonné, ale také levně vyráběné ve formě vodičů. Cílem je překonat praktickou výhodu běžně používaného niobu a titanu, jehož kritická teplota je sice nízká, ale který lze dobře průmyslově zpracovat. Periodic Labs chce pomocí robotických ramen a analýzy rentgenové difrakce zvýšit tempo testování až na tisíc kandidátních materiálů denně. Quantum Formatics se soustředí na tvárné materiály odolnější vůči záření, vhodné pro magnety ve fúzních reaktorech; prototyp vodiče plánuje připravit zhruba do roka. Nové supravodiče by mohly zlepšit účinnost magnetické rezonance, energetických rozvodů v datových centrech a zejména kompaktních fúzních elektráren.

Rozšíření generativní AI může omezovat pracovní příležitosti pro juniory a narušit tradiční cestu, na níž se z nezkušených pracovníků stávají odborníci. Autor upozorňuje, že automatizace sice zvládá rutinní úkoly, ale zároveň lidem bere praxi potřebnou pro řešení výjimečných a krizových situací. Zkušenosti z letectví a jaderné energetiky podle něj ukazují nutnost vědomě zachovávat manuální postupy i za cenu nižší krátkodobé efektivity. Firmy by proto měly zavádět „manuální brány“, například nechat inženýry nejprve samostatně analyzovat chybu a vytvořit test, než využijí AI k návrhu opravy. Taková investice do praxe juniorů má chránit dlouhodobou odbornou kapacitu organizací.

Několik firem buduje sítě, v nichž mohou majitelé domácích serverů, herních počítačů či nevyužívaných notebooků pronajímat výkon pro AI inferenci. Cílí hlavně na menší a specializované open-source modely, které jsou levnější než nejpokročilejší systémy provozované ve velkých datových centrech. Výpočty lze podle potřeby rozdělit mezi více zařízení a následně spojit jejich výsledky. Provozovatelé slibují izolaci úloh, šifrovanou komunikaci, omezená oprávnění a možnost kdykoli uzel zastavit. Zastánci přístupu očekávají nižší náklady, menší závislost na centrálních datových centrech a vyšší odolnost vůči výpadkům, kritici však mohou poukazovat na různorodost a nižší spolehlivost domácího hardwaru.

Evropská unie rozšiřuje AI továrny, gigatovárny a datová centra, čímž prudce zvyšuje poptávku po nejvýkonnějších čipech. Ty však Evropa z velké části nevyrábí a u pokročilých procesorů závisí na amerických návrhářích, zejména Nvidii, a asijských výrobcích. Připravovaný Chips Act 2.0 má vedle podpory výroby posílit domácí poptávku a propojit producenty čipů s průmyslem. Původní cíl dosáhnout do roku 2030 pětiny světové výroby čipů je přitom podle auditorů nepravděpodobný. Odborníci doporučují neusilovat o úplnou soběstačnost, ale diverzifikovat dodavatele, rozvíjet strategické kapacity a omezovat zranitelnost vůči jednotlivým zemím či firmám.

Teoretická studie upozorňuje, že opakovaná komunikace se zákaznickými chatboty a sociálními roboty může vést lidi k přizpůsobování vlastního projevu strojům. Autoři tento možný jev nazývají „robotoidní lidství“: lidé by mohli potlačovat své zvláštnosti, nepředvídatelnost či nuance, aby od AI získali plynulejší odpovědi. Personalizované a lidsky působící systémy podle nich zároveň stírají hranici mezi komunikací s člověkem a programem. Výzkum zatím nepřinesl dlouhodobá měření na lidech, vychází však z dosavadních poznatků o interakcích lidí a robotů. Vědci proto vyzývají k experimentálnímu ověření dopadů a k etickému nasazování AI ve službách.

Indičtí vědci vyvinuli systém umělé inteligence, který z kreseb spirál a lomených linií vyhodnocuje možné příznaky Parkinsonovy nemoci. Využívá snímky kreseb i data z chytrého pera, například tlak, úchop, náklon a zrychlení ruky. Při analýze dřívějších dat od 66 účastníků dosáhl až 98,95% přesnosti u lomených vzorů a 97,74% u spirál. Autoři upozorňují, že malý vzorek zatím neprokazuje klinickou využitelnost metody. Po ověření na větších a rozmanitějších souborech by mohl přístup nabídnout levný neinvazivní nástroj pro časný screening a podporu diagnózy.