Ученые-компьютерщики из частного исследовательского университета Нью-Йорка разработали нейронную сеть, которая умеет объяснить, как она достигает своих прогнозов.

Работа показывает, на чем основана работоспособность нейросетей, являющихся движущей силой машинного обучения и искусственного интеллекта (ИИ), раскрывая суть процесса, который до настоящего времени был скрыт от пользователей.

Прорыв произошел из-за особого использования нейросетей, которое стало популярным в последнее время для решения сложных биологических вопросов. В их число входят тонкости сплайсинга РНК — главного элемента в исследовании, необходимого для передачи генетической информации от ДНК к белковым продуктам и функциональным РНК.

"Используя новый подход, мы создали интерпретируемую нейронную сеть, которая может точно предсказывать сложные результаты и объяснять, как она приходит к своим прогнозам", — сказал профессор Одед Регев, старший автор работы.

Фото: https://adobe.prf.hn

Регев и его коллеги разработали эквивалент мощного микроскопа, основанного на данных — нейронную сеть, которая дает возможность отслеживать и количественно оценивать процесс сплайсинга РНК от последовательности на входе до предсказания на выходе.

Нейросеть показала, что похожая на шпильку структура в РНК снижает скорость сплайсинга. Когда молекула РНК сворачивается в шпильку, сплайсинг останавливается, а при нарушении этой шпилечной структуры сплайсинг восстанавливается.

Работа опубликована в Proceedings of the National Academy of Sciences.