Lapkričio 6 d. Nacionaliniame fizinių ir technologijos mokslų centre vyko Vilniaus universiteto (VU) fizikos, chemijos, medicinos ir fiziologijos ekspertų diskusija. Šių metų Nobelio premijos laureatų atradimai, jų tarpdiscipliniškumas ir poveikis mokslo pažangai bei kasdieniam gyvenimui nagrinėti plačiai: nuo dirbtinio intelekto (DI), genetinių tyrimų ir baltymų modelių pasiekimų iki pokyčių ateities tyrimuose ir studijose Lietuvoje.
Renginyje savo įžvalgomis dalijosi VU Fizikos fakulteto ir Gyvybės mokslų centro mokslininkai: astrofizikos mokslų daktaras Jonas Bialopetravičius, biochemijos mokslų daktarė Miglė Tomkuvienė, biochemijos mokslų daktaras Justas Dapkūnas ir biologijos mokslų daktarė Kristina Daniūnaitė. Diskusiją moderavo VU Fizikos fakulteto doktorantas, studentų organizacijos „Open Readings“ atstovas Dominykas Augulis.
Nobelio premijos atradimų reikšmė
Šių metų Nobelio fizikos premija buvo skirta prof. Johnui J. Hopfieldui ir prof. Geoffrey E. Hintonui už dirbtinių neuroninių tinklų kūrimą ir jų taikymo galimybes. Dr. J. Bialopetravičius įvertino šią premiją kaip šių metų kontroversiškiausią, kadangi net ir ekspertams kilo klausimas, kurgi DI srityje „slepiasi“ fizika, tačiau kartu pabrėžė, kad šis apdovanojimas įteiktas už viso gyvenimo nuopelnus, atvėrusius naujas galimybes tobulinti duomenų analizę ir iš esmės prisidėjusius prie tokios sparčios pažangos DI srityje.
Šių metų Nobelio fiziologijos ir medicinos premiją gavo prof. Victoras Ambrosas ir prof. Gary Ruvkunas, atradę mikroRNR ir išsiaiškinę jos reguliacinį vaidmenį genų raiškoje. Dr. K. Daniūnaitė pažymėjo, kad tai – svarbus žingsnis siekiant suprasti, kaip mikroRNR veikia ląstelėse: „Ši informacija yra gyvybiškai svarbi tokioms sritims kaip onkologija, nes mikroRNR tyrimai prisideda prie naujų gydymo ir diagnostikos metodų kūrimo.“
Nobelio chemijos premija įvertinti prof. Davidas Bakeris, dr. Demis Hassabis ir dr. Johnas M. Jumperis, kurie sukūrė baltymų struktūrų prognozavimo įrankį „AlphaFold“. Dr. J. Dapkūnas paaiškino, kad šis įrankis – revoliucinis proveržis bioinformatikoje: „Jis leidžia greitai numatyti baltymų struktūras. Tai ypač naudinga kuriant vaistus ir tiriant ląstelių procesus.“
Nauji metodai keliasi į studijas ir laboratorijas
Diskusijoje buvo aptarta, kaip naujieji Nobelio premijos laureatų atradimai įtraukiami į VU studijų programas ir laboratorinį darbą, kad studentams būtų suteikiama prieiga prie pažangiausių pasaulyje metodų, ir kaip VU studentai, pasitelkdami naujausius mokslinius metodus, analizuoja duomenis, atsako į mokslinius klausimus, įgyja įgūdžių, praverčiančių kasdienėse studijose.
VU ekspertai gilinosi į kasdien plačiai eskaluojamą DI, mašininio mokymosi temą. Kadangi DI tapo ne tik mokslininkų, bet ir studentų kasdienybe, keliančia naujų iššūkių ugdymo srityje, dr. J. Bialopetravičius pabrėžė atsargumo būtinybę: „Naudojant dirbtinį intelektą, būtina kritiškai vertinti rezultatus, kadangi ne visa generuojama informacija yra teisinga.“
Dr. M. Tomkuvienės teigimu, tokie įrankiai kaip „AlphaFold“ jau tapo neatsiejama VU studijų dalimi, leidžiančia studentams iš arti susipažinti su revoliucine bioinformatikos pažanga. Dr. J. Dapkūnas pridūrė, kad tokios technologijos kaip „AlphaFold“ buvo naudojamos jo studentų pratybose nuo pirmųjų šį metodą atskleidžiančių mokslinių publikacijų, pasirodžiusių 2021 m.
VU tyrėjai pripažino, kad DI tampa neatsiejama šiuolaikinio mokslininko darbo dalimi, laimei, neužgožiančia kūrybinio potencialo, būdingo žmogiškajam protui. Dirbtiniai neuroniniai tinklai ir mašininio mokymosi algoritmai padeda mokslininkams greičiau pereiti techninius tyrimų etapus, dėl to lieka daugiau laiko gilintis į kūrybiškus sprendimus ir tyrimų interpretaciją – vieną reikšmingiausių mokslo tiriamojo darbo dalių.
Nobelio premija svarbi, bet neturėtų tapti pagrindiniu tikslu
VU ekspertai sutarė, kad Nobelio premija neturėtų būti mokslininko siekiamybė, nes svarbiausia – ne prestižas ar apdovanojimai.
Kaip teigė dr. M. Tomkuvienė, mokslininko karjera primena loteriją: „Kai kurie fundamentiniai atradimai sulaukia visuomenės pripažinimo tik po dešimtmečių. Svarbiausia yra mokslininko pašaukimas – dirbti žmonių labui ir tyrinėti sritis, kurios jį įkvėptų, o ne siekti tiesioginio pripažinimo.“
„Dirbtinių neuroninių tinklų kūrimas kadaise buvo ta sritis, kuri atrodė ir neįdomi, ir neturinti potencialo, tačiau laikui bėgant tapo viena svarbiausių dirbtinio intelekto vystymosi sričių ir atnešė Nobelio premiją jos pionieriams. Taigi svarbiausia atrasti sritį, kuri traukia ir skatina smalsumą – niekada nežinai, kurios idėjos taps reikšmingais atradimais ateityje“, – pažymėjo dr. J. Bialopetravičius.
Dr. K. Daniūnaitė pabrėžė, kad, siekiant atrasti savo, kaip mokslininko, kelią, svarbu dalytis savo įžvalgomis: „Studentų idėjos dažnai įneša šviežių, netikėtų požiūrių, galinčių padėti atrasti kitokius būdus ar metodus, kurie kartais pasirodo esą tinkamiausi sprendžiant sudėtingas problemas. Dėstytojas čia veikia kaip palaikantis mentorius – jis ne tik nukreipia ir dalijasi patirtimi, bet ir suteikia studentui erdvės tobulėti bei augti pasirinktose srityse.“
 |