Due anni fa, Meta ha abbandonato il suo progetto nel campo del metaverso e nel frattempo ha licenziato il team responsabile dello sviluppo di ESMFold (Evolutionary Scale Modeling), una rivoluzionaria tecnologia per la previsione della struttura proteica. Questo team composto da 12 membri ha anche creato un database completo contenente oltre 600 milioni di strutture proteiche.
Questa mossa riflette il cambiamento di focus da parte di Meta: l’azienda sta spostando la sua attenzione dalle scienze della vita alla generazione di entrate attraverso l’intelligenza artificiale commerciale. Nel secondo trimestre del 2023, l’azienda ha raggiunto livelli di redditività che non si vedevano dal 2021. Nel settore pubblicitario, c’è stata una notevole crescita annuale del 34% nel numero di impressioni pubblicitarie all’interno delle sue applicazioni. Questo cambiamento di priorità ha portato Meta a rinunciare alle sue ambizioni nel campo delle proteine pieghevoli.
Secondo un rapporto del Financial Times, Yaniv Shmueli, ex ricercatore e direttore tecnico di Meta AI che ha lavorato su ESMFold, ha dichiarato che Meta aveva cercato di adattare la sua ricerca per ottenere una comprensione più profonda dello sviluppo dell’intelligenza avanzata con possibili applicazioni commerciali, invece di concentrarsi solo su progetti di interesse accademico.
AlphaFold, sviluppato da Google DeepMind nel 2018, ha rilasciato la sua seconda versione nel 2020 e successivamente ha condiviso una versione open source della sua rete neurale di deep learning AlphaFold 2. Oltre ad AlphaFold ed ESMFold, altre aziende come Helixon, Generate Biomedicines e Baker Lab hanno sviluppato rispettivamente OmegaFold, Chroma e RoseTTAFold, dimostrando il crescente interesse nella previsione delle strutture proteiche.
Mentre ESMFold di Meta si basa su un modello linguistico su larga scala e si concentra sulla modellazione su scala evolutiva, AlphaFold si basa su una rete neurale e offre un’alta precisione nelle interfacce multimeriche e nell’accuratezza intra-catena. Anche se ESMFold ha un tempo di previsione 60 volte più veloce, permettendo l’analisi delle strutture proteiche metagenomiche, in particolare delle sequenze provenienti da ambienti naturali, si è dimostrato meno accurato rispetto ad AlphaFold.
ESMFold genera previsioni utilizzando una singola sequenza di input, sfruttando le rappresentazioni interne del modello linguistico, mentre AlphaFold e altri modelli utilizzano molteplici allineamenti e modelli di sequenza. ESMFold eccelle nelle previsioni a livello atomico, soprattutto per sequenze con bassa complessità, beneficiando dell’efficienza nel tempo di previsione.
AlphaFold 2, oltre a essere il documento più citato del 2022, ha vinto il concorso CASP14 nel 2020 ed è ampiamente considerato il migliore modello di previsione delle strutture proteiche. La collaborazione con EMBL-EBI ha portato alla creazione di un database proteico 200 volte più grande. Nel frattempo, AlphaFold ha trovato applicazioni reali nella previsione delle strutture proteiche per il virus SARS-CoV-2, contribuendo alla ricerca di farmaci per la malaria e altre malattie, terapie geniche, affrontando la resistenza agli antibiotici e altre sfide.
Al contrario, ci sono poche informazioni pubbliche sulle applicazioni di ESMFold. Google si distingue nel campo dell’intelligenza artificiale generativa nel settore sanitario. Il loro chatbot medico Med-PaLM 2, basato su un modello linguistico proprietario chiamato PaLM 2, è stato ben accolto dalla comunità sin dal lancio, e stanno sperimentando con modelli generativi multimodali come Med-PaLM M, in grado di interpretare una vasta gamma di dati medici.
Meta sta attraversando un periodo di ristrutturazione significativa, che ha incluso licenziamenti e la cancellazione di progetti, come dimostrato dall’abbandono di ESMFold. Questi passi sembrano essere una risposta alla necessità di aumentare l’efficienza e ridurre i costi, mentre l’azienda si concentra sull’intelligenza artificiale generativa.
Nonostante il successo iniziale della piattaforma decentralizzata di social media chiamata Threads, Meta sembra voler utilizzare i dati raccolti per migliorare la propria intelligenza artificiale, incluso l’addestramento di modelli più potenti. Inoltre, l’azienda ha piani per introdurre chatbot basati sull’intelligenza artificiale con personalità uniche su piattaforme come Instagram e Facebook per migliorare l’interazione con gli utenti.
Va notato che non è la prima volta che Meta cancella un progetto licenziando il team responsabile. Questo si è già verificato quest’anno quando l’azienda ha annunciato tagli di posti di lavoro nella sua divisione Metaverse dopo aver registrato una significativa perdita finanziaria nel 2022. Le ragioni dietro la decisione di abbandonare il team ESMFold non sono ancora chiare, specialmente considerando il grande potenziale dei modelli di previsione delle strutture proteiche nell’ambito delle applicazioni umane.