applicazioni

Come l’intelligenza artificiale sta cambiando la scienza



Indirizzo copiato

Il futuro della ricerca scientifica è sempre più interconnesso con lo sviluppo di algoritmi e modelli di apprendimento automatico, aprendo possibilità impensabili solo pochi anni fa. Ecco tre esempi chiave

Pubblicato il 28 gen 2025

Pietro Novelli

Istituto Italiano di Tecnologia




Negli ultimi anni, l’intelligenza artificiale si è dimostrata uno strumento capace di rivoluzionare alcuni ambiti scientifici tradizionali, accelerando scoperte e abbattendo barriere considerate insormontabili. Questo è stato recentemente riconosciuto con il Premio Nobel per la Chimica assegnato a David Baker, Demis Hassabis e John Jumper per l’uso dell’AI nella predizione delle strutture proteiche. Il loro software, AlphaFold, ha risolto un problema che ha sfidato i ricercatori per decenni, prevedendo con precisione la forma tridimensionale di quasi tutte le proteine conosciute.

Ecco tre esempi di come l’AI stia trasformando la ricerca e il progresso in discipline chiave.

L’AI nella creazione di nuovi farmaci

Lo sviluppo di nuovi farmaci è un processo lungo e costoso, che può richiedere più di un decennio e miliardi di dollari. Nel processo di scoperta dei farmaci, l’AI generativa svolge ormai un ruolo fondamentale, permettendo di generare molecole chimiche completamente nuove che non esistono in natura. Partendo da un bersaglio biologico, come una proteina legata a una malattia, questi algoritmi avanzati “immaginano” molecole che potrebbero legarsi a quel bersaglio per modificarne l’attività.

Analizzando milioni di molecole già note, l’AI genera rapidamente nuove strutture chimiche e simula il loro comportamento per identificare quelle con il maggiore potenziale terapeutico. Questo approccio consente di esplorare uno spazio chimico vastissimo in poche ore, eliminando la necessità di testare fisicamente miliardi di composti.

Un caso pratico è stato lo sviluppo di nuovi antibiotici in grado di combattere batteri resistenti ai farmaci: algoritmi avanzati hanno identificato candidati promettenti in pochi giorni, un processo che altrimenti avrebbe richiesto anni.

Oltre a velocizzare la scoperta, queste tecniche riducono i costi, consentendo alle aziende farmaceutiche di concentrare le risorse sui composti più promettenti, aumentando le probabilità di successo nei trial clinici.

L’AI nella generazione di nuovi materiali per la sostenibilità

L’AI non si limita ai farmaci: viene utilizzata anche per progettare materiali con proprietà innovative. Un settore particolarmente promettente è la creazione di catalizzatori chimici. I catalizzatori sono sostanze che accelerano le reazioni chimiche, e sono fondamentali per molte applicazioni industriali ed ecologiche.

L’intelligenza artificiale sta rivoluzionando anche il campo dei nuovi materiali, offrendo soluzioni innovative a grandi sfide globali come il cambiamento climatico e l’inquinamento.

Un esempio concreto è il progetto Open Catalyst, un’iniziativa di Meta e Carnegie Mellon University che utilizza l’AI per progettare nuovi catalizzatori chimici in grado di catturare l’anidride carbonica presente nell’atmosfera. Gli algoritmi analizzano milioni di combinazioni di strutture molecolari per identificare quelle più efficienti e stabili, accelerando enormemente un processo che, tradizionalmente, richiederebbe anni di esperimenti in laboratorio. 

Parallelamente, l’AI viene utilizzata per sviluppare enzimi sintetici o altre molecole capaci di degradare la plastica in componenti riutilizzabili, contribuendo a ridurre l’accumulo di rifiuti non biodegradabili. Grazie alla capacità di simulare e testare virtualmente migliaia di configurazioni chimiche in poche ore, l’intelligenza artificiale consente di scoprire materiali innovativi con proprietà avanzate, rendendo il processo di ricerca più rapido, economico ed efficace.

Previsioni meteorologiche più rapide e precise

La meteorologia è un campo in cui la tempestività delle informazioni è fondamentale. I modelli climatici tradizionali, basati sulla risoluzione di complesse equazioni differenziali, richiedono ore su potentissimi supercomputer con oltre un milione di processori per simulare condizioni atmosferiche su larga scala. Per poter poter ottenere previsioni accurate, questa simulazione deve essere ripetuta ogni giorno, più volte al giorno. Attraverso l’AI, questo processo può essere accelerato enormemente.

Modelli avanzati come FourCastNet, sviluppato da Nvidia, Pangu-Weather, sviluppato da Huawei o Graph-Cast, sviluppato da Google Deepmind, utilizzano reti neurali profonde per “imparare” da decenni di dati meteorologici e generare previsioni accurate in pochi minuti su hardware di facile reperibilità. Questa tecnologia si basa su un processo noto come apprendimento supervisionato, in cui il modello analizza le condizioni storiche e le confronta con gli esiti reali per ottimizzare la precisione delle previsioni.

Un altro aspetto innovativo è la capacità dell’AI di prevedere eventi estremi, come uragani, ondate di calore o inondazioni, con un margine di errore inferiore rispetto agli approcci tradizionali. Questo consente alle autorità di prepararsi con maggiore anticipo, riducendo i danni e salvando vite umane. Per esempio, i modelli di AI sono stati recentemente utilizzati per prevedere con precisione la traiettoria degli uragani, migliorando il coordinamento delle evacuazioni.

Conclusioni

L’intelligenza artificiale sta ridefinendo la scienza come la conosciamo. Dai farmaci innovativi ai materiali sostenibili, fino alle previsioni meteo più affidabili, i suoi contributi stanno trasformando idee ambiziose in realtà pratiche. Il futuro della ricerca scientifica è sempre più interconnesso con lo sviluppo di algoritmi e modelli di apprendimento automatico, aprendo possibilità che solo pochi anni fa sembravano fantascienza.

Articoli correlati

Articolo 1 di 4