PDF Basket
Dalla scoperta e sviluppo di farmaci alla medicina personalizzata, l’intelligenza artificiale (IA) dispone di un immenso potenziale nelle scienze della vita; ciononostante, gran parte di esso è tuttora inutilizzato. L’integrazione dell’IA è spesso ostacolata da varie complessità a livello tecnico e dalla mancanza di dati standardizzati.
Il progetto AI4LIFE, gestito da Dorothea Dörr, responsabile scientifica del progetto presso Euro-BioImaging in Finlandia, sta affrontando direttamente queste sfide. «L’implementazione e l’utilizzo di modelli di IA spesso richiedono competenze avanzate di programmazione, metodi di apprendimento automatico e persino infrastrutture computazionali, risorse che molti biologi non possiedono», afferma l’esperta. «Questa lacuna di competenze fa sì che molti ricercatori siano incapaci di sfruttare appieno le capacità di cui è dotata l’IA.»
AI4LIFE sta creando piattaforme di facile utilizzo che rendono gli strumenti e i set di dati di IA accessibili anche a chi non ha alcuna competenza in materia di scienze computazionali. Queste piattaforme faciliteranno l’analisi di immagini biologiche, come le scansioni al microscopio di campioni di tessuto. I sistemi consentono ai ricercatori di sfruttare l’IA per svolgere compiti complessi come la segmentazione, il rilevamento di oggetti e l’estrazione di caratteristiche.
Il progetto si concentra in particolare sui principi FAIR (Findable, Accessible, Interoperable and Reusable, ovvero reperibile, accessibile, interoperabile e riutilizzabile) per i set di dati e i modelli di immagini abilitati per l’IA. «Affinché l’IA sia efficace nelle scienze della vita, gli insiemi di dati utilizzati per addestrare i modelli di IA devono essere non solo grandi e di alta qualità, ma anche FAIR e pronti per l’IA», spiegano Anna Kreshuk e Florian Jug, coordinatori scientifici del progetto.
Ciò significa che i dati vengono formattati, puliti ed etichettati in modo da poter essere facilmente utilizzati per addestrare un nuovo modello di IA, oppure per alimentarne uno già esistente. A questo scopo, AI4LIFE ha sviluppato uno standard per l’annotazione di set di immagini pronte per l’IA. Si spera che in tal modo sia possibile promuovere la collaborazione e il riutilizzo, riducendo al contempo la necessità di rielaborare i dati da parte dei singoli ricercatori e abbassando così computazionali.
Collaborazione e scienza aperta
Il consorzio di AI4LIFE è impegnato nello sviluppo di un archivio di modelli di IA conformi ai principi FAIR per l’analisi delle immagini biologiche, chiamato BioImage Model Zoo. «I modelli di AI4LIFE vengono sviluppati in collaborazione da biologi ed esperti di IA», spiegano i coordinatori. «Ciò garantisce il loro carattere innovativo e assicura che rispondano alle esigenze reali della ricerca nel campo delle scienze della vita.»
L’archivio non solo consente agli scienziati di accedere a modelli pre-addestrati, che possono essere usati con diffusi strumenti software di analisi delle immagini, ma li incoraggia inoltre a contribuire con i propri, creando un ecosistema dinamico di strumenti riutilizzabili e adattabili in vari ambiti di ricerca.
La natura aperta e collaborativa dell’iniziativa viene ulteriormente dimostrata dai suoi casi d’uso innovativi, di cui è un esempio il programma «Open Calls», in cui AI4LIFE offre un supporto per l’analisi delle immagini basato sull’apprendimento profondo che è progettato al fine di soddisfare specifiche esigenze di ricerca. Questo programma ha già contribuito ad automatizzare compiti complessi che altrimenti richiederebbero un’elevata intensità di lavoro, consentendo ai ricercatori di concentrarsi maggiormente sull’interpretazione dei dati biologici, piuttosto che sulla gestione dei dettagli tecnici. «Sfruttando l’apprendimento profondo, i ricercatori possono analizzare dataset grandi e complessi con maggiore precisione ed efficienza», osservano Kreshuk e Jug, mettendo in evidenza i vantaggi in termini di efficienza offerti da AI4LIFE.
In un caso degno di nota, l’iniziativa «Denoising Challenge» del progetto ha lanciato un concorso aperto inteso a sviluppare i migliori metodi di IA per migliorare la qualità delle immagini al microscopio. I concorsi consentono agli sviluppatori di perfezionare i loro metodi e forniscono ai biologi una chiara panoramica degli strumenti più efficaci a disposizione, il che non solo stimola l’innovazione, ma incrementa anche la visibilità delle soluzioni che funzionano in modo migliore, promuovendone l’adozione da parte della comunità scientifica.
Garantire un impatto a lungo termine
Oltre allo sviluppo dei modelli di IA, il progetto AI4LIFE è fortemente impegnato a coinvolgere e sensibilizzare la comunità al fine di massimizzare l’impatto esercitato dalle sue soluzioni. «Il progetto si impegna attivamente in un’ampia opera di divulgazione, offrendo sessioni di formazione e presentazioni destinate ai biologi», afferma Dörr. Ciò contribuisce a garantire che questi scienziati, in qualsiasi fase della propria carriera, acquisiscano le competenze necessarie per integrare l’IA nella loro ricerca.
Inoltre, AI4LIFE promuove la trasparenza pubblicando regolarmente i risultati delle sue ricerche su riviste ad accesso aperto, nonché presentandoli presso conferenze internazionali. Questo approccio aperto consente ad altri scienziati di basarsi sui modelli di AI4LIFE, ampliando la portata del progetto stesso.
Infine, la collaborazione instaurata da AI4LIFE con il progetto AI4EOSC contribuisce a sostenere nuove applicazioni per le infrastrutture europee. L’integrazione dei modelli di IA nell’ambito del cloud europeo per la scienza aperta li renderà facilmente accessibili e scalabili, mentre i partenariati con l’industria garantiscono che le soluzioni di AI4LIFE vadano a beneficio non solo della ricerca accademica, ma anche delle applicazioni pratiche in vari settori.
Rendendo l’IA accessibile, promuovendo la collaborazione e aderendo ai principi della scienza aperta, AI4LIFE sta ponendo le basi per la realizzazione di radicali progressi nella ricerca sulle scienze della vita in tutta Europa. Come osserva Dörr, concludendo: «La conformità ai principi FAIR garantisce che i modelli di IA possano essere facilmente riutilizzati e adattati da altri ricercatori per i propri dati, ampliando l’impatto esercitato dal progetto.» Grazie a questi sforzi, AI4LIFE sta portando avanti una nuova era in cui gli strumenti di IA non sono solo all’avanguardia, ma anche accessibili a tutti, indipendentemente dalle competenze tecniche di cui dispongono.