BioNTech’in kurucu ortağı ve CEO’su Uğur Şahin, İngiliz medyasına konuştu. Şahin, kansere yönelik çalışmalarından bahsederek yapay zekanın bu araştırmalardaki kritik rolünü anlattı.
Türkiye’de de kullanılan koronavirüs (Kovid-19) aşısı Comirnaty’i geliştiren BioNTech’in kurucu ortaklarından olan CEO’su Uğur Şahin, İngiltere’nin önde gelen gazetelerinden Financial Times’ın yapay zeka ve tedavi yöntemlerinin ele alındığı kapsamlı makale/analizinde görüşlerini paylaştı.
Koronavirüs salgını ile birlikte gündemden düşmeyen BioNTech, bir süre önce InstaDeep isimli yapay zeka üzerine uzmanlaşan girişim ile ortaklık yapma kararı almıştı. BioNTech, bu sayede yeni oluşabilecek risk unsuru varyantları önceden tahmin etmeyi planlarken, geliştirilen algoritma sayesinde Omicron da dahil olmak üzere varyantların yüzde 90’ının önceden bulunabildiğini de duyurmuştu.
PFIZER TÜM VERİ TABANINI 48 SAATTE TARAYABİLİYOR
Uğur Şahin, makine öğrenmesi konusunda şirketin yıllardır çalıştığını aktardı. BioNTech’in kurucu ortağı “aradaki adam” yaklaşımını kullandıklarını ve insanların algoritmayı dört yıldır eğitmeye yardım ettiğini söyledi. Şahin, “Yapay zeka bir çocuk gibi. Sonuçlara ulaşmaya başlayana kadar onlara gerçekten çok şey öğretmelisiniz” diye konuştu. Birçok şirketin yapay zeka ve veri işleme sistemlerine ağırlık verdiğine dikkat çekilen haberde, Pfizer’ın 2020’de 4.5 milyar veriyi otomatik olarak analiz edemediği hatırlatılırken şu anda bütün veri tabanının 48 saatte taranabildiği belirtildi.
ŞAHİN: GİDEREK DAHA İYİ OLUYOR
Kovid-19 salgını öncesinde BioNTech’in kanser için hastanın bedenine uygun ilaç ve aşı geliştirmeye odaklandığının vurgulandığı makalede, “Tümörden alınan veriler kullanılarak tedavi yöntemi geliştiriliyordu. Şimdi bunu yapay zekayı merkeze alarak yapıyorlar” denildi.
Şahin, “Burada sorulması gereken soru şu: Eğer her hastanın farklı mutasyonu varsa, her hasta için en iyi sonucu bulmamıza yardımcı olacak bir makine öğrenme programı geliştirebilir miyiz” diyerek kendi sorduğu soruya şöyle yanıt verdi:
“Bu aşırı derecede karmaşık bir görev, bunda tümördeki mutasyonun durumu ve bağışıklık sisteminden T-hücrelerinin bunu tanıma olasılığı gibi değişkenler bulunuyor. Makine öğrenmesi giderek daha da iyiye ulaşıyor. Şu an insanlar sadece kalite değerlendirmesi için sürece müdahale ediyor.”
