L'IA può diventare un esperto di erbe antiche?

Immagina di avere un assistente super intelligente capace di sfogliare millenni di ricette segrete in un secondo. Sembra fantascienza, ma sta succedendo davvero! Un nuovo progetto chiamato AppHerb sta insegnando all'intelligenza artificiale i segreti della medicina tradizionale thailandese (TTM).

Perché è importante? Spesso le informazioni sulle erbe curative online sono confuse o poco affidabili. Per risolvere il problema, i ricercatori hanno preso un modello di IA molto potente, chiamato Gemma-2, e lo hanno fatto studiare su antichi testi sacri della medicina thailandese. È un po' come mandare un computer all'università per fargli prendere una laurea in erboristeria!

Ma non è stato facile. La lingua thailandese è un vero rompicapo per i computer: non usa spazi tra le parole e ha un sistema di scrittura unico. È come cercare di leggere un testo senza mai trovare un punto o una virgola! Nonostante queste difficoltà, l'IA è riuscita a imparare come prevedere i trattamenti e persino a suggerire ricette a base di erbe. Questo è solo l'inizio: in futuro, l'IA potrebbe aiutarci a proteggere e diffondere la saggezza delle tradizioni mediche di tutto il mondo, rendendole accessibili a tutti con precisione e sicurezza.

La ricerca si è concentrata sul fine-tuning di un modello linguistico di grandi dimensioni (LLM) utilizzando l'architettura Gemma-2 da 9 miliardi di parametri. La sfida principale è stata l'elaborazione del linguaggio naturale (NLP) per la lingua thailandese, che è classificata come una lingua a 'basse risorse' nel contesto dell'addestramento dei modelli. A differenza dell'inglese, il thailandese è una lingua 'criptio continua', il che significa che le parole sono scritte senza spazi, rendendo la segmentazione del testo estremamente complessa per gli algoritmi. I ricercatori hanno addestrato il modello su due corpora storici fondamentali: il testo di Wat Ratcha-orasaram Ratchaworawihan (WRO) e il Tamra Osot Phra Narai (NR). L'obiettivo era duplice: la previsione del trattamento (TrP) e la generazione di ricette erboristiche (HRG). I risultati hanno dimostrato che l'IA può competere con modelli già esistenti basati sulla medicina tradizionale cinese, dimostrando che l'integrazione di conoscenze culturali specifiche in modelli pre-addestrati è una via percorribile per digitalizzare la saggezza medica tradizionale senza perdere la precisione necessaria.