کد خبر 712988
۱۴۰۵/۰۷/۰۶ ۲۱:۵۸

کشف ساختار زیستی پیچیده توسط هوش مصنوعی

ساعت 24 - محققان در شرکت هوش مصنوعی انتروپیک با بهره‌گیری از مدل‌های زبانی، قادر به شناسایی آنزیم‌های ویروسی ناشناخته‌ای شدند که امکان دارد نقطه شروعی برای روش‌های ویرایش ژن باشد.
کشف ساختار زیستی پیچیده توسط هوش مصنوعی

فرارو- در شرایطی که مناقشات بین‌المللی پیرامون ایمنی و تهدیدات فناوری‌های خودکار ادامه دارد، پیشگامان هوش مصنوعی تمرکز خود را بر علوم زیستی معطوف ساخته‌اند تا اثربخشی این فناوری‌ها را در پیشرفت‌های پزشکی و تحول در مرزهای علمی نشان دهند.

به نقل از فرارو و نیویورک تایمز، زیست‌شناسان شرکت انتروپیک (Anthropic) اعلام کرده‌اند که با استفاده از هوش مصنوعی توانسته‌اند ژن‌هایی در ساختار ویروس‌ها را شناسایی کنند که آنزیم‌هایی با ویژگی‌های عملکردی کاملاً جدید تولید می‌کنند.

این دستاورد به عنوان نخستین خروجی علمی ثبت شده از آزمایشگاه تحقیقات زیستی این شرکت به شمار می‌آید که از بهار امسال فعالیت خود را آغاز کرده است. اریک کودرر-آبرامز، مدیر بخش علوم زیستی در انتروپیک، در خصوص رویکرد استراتژیک این سازمان اظهار داشت: «ما علم زیستی و پزشکی را به عنوان حوزه‌ای حیاتی انتخاب کرده‌ایم که باور داریم آثار مثبت و ملموس فناوری هوش مصنوعی از طریق آن قابل مشاهده خواهد بود.»

دکتر کودرر-آبرامز و تیمش جزئیات این تحقیق را در قالب یک گزارش فنی به انتشار رسانده‌اند؛ گزارشی که تا کنون به هیچ مجله علمی برای ارزیابی و تأیید ارائه نشده است. داریو آمودی، مدیرعامل انتروپیک، پتانسیل‌های عظیمی را در این یافته‌ها مشاهده می‌کند.

او در شبکه اجتماعی اکس بیان کرد که مدل هوش مصنوعی «کلود» هدایتگر این کشف مولکولی بوده و احتمالاً ساختار جدید می‌تواند به عنوان ابزاری نوین برای ویرایش ژنوم عمل کند. با این حال، دانشمندان خارج از این شرکت تأکید می‌کنند که این ادعاها هنوز بر مبنای شواهد تجربی کافی نیست. فیلیپ کرانزوش، میکروبیولوژیست دانشگاه پزشکی هاروارد، در تحلیل خود اظهار می‌دارد: «این موفقیت هنوز یک پیشرفت بزرگ علمی نیست، بلکه فقط یک نکته‌ از اطلاعات قبلی ما در این زمینه است.»

ورود با طمأنینه انتروپیک به عرصه تحقیقات زیستی در زمانی صورت می‌گیرد که مباحث زیادی در حول ایمنی سیستم‌های هوشمند وجود دارد. به تازگی، این شرکت گزارش داده بود که مدل‌های پیشرفته ممکن است خطرناک باشند و به سؤالاتی پاسخ دهند که به افراد در تولید سلاح‌های بیولوژیک کمک می‌کند.

پس از انتشار این هشدار، آقای آمودی درخواست کرد تا سرعت توسعه هوش مصنوعی کاهش یابد تا جوامع بشری بتوانند بدون مواجهه با فجایع نامشخص از مزایای این ابزار بهره‌مند شوند. آمودی که دارای مدرک دکتری در زمینه بیوفیزیک است، همواره تأکید می‌کند که درمان بیماری‌های سخت با کمک هوش مصنوعی ممکن است. او معتقد است که نخستین گام در تأیید این فرضیه نشان دادن توانایی فناوری‌های پردازش زبان به عنوان دستیار و سپس به عنوان محرک اکتشافات زیستی است.

برای نشان دادن ایمن این ظرفیت، انتروپیک آزمایشگاه اختصاصی خود را در ماه‌های اخیر تأسیس کرد تا بستری برای ارزیابی علمی فراهم کند؛ آزمایشگاهی که اگرچه تیمی جوان دارد، اما به سرعت در حال جذب سرمایه و استعدادهای متخصص است.

به هر حال، انتروپیک نخستین مرکزی نیست که از الگوریتم‌ها برای کاوش در زیست‌شناسی استفاده می‌کند. پیش از این، مراکز دانشگاهی و استارتاپ‌های پیشرو با استفاده از مدل‌های یادگیری عمیق برای طراحی پروتئین‌های جدید، تولید مولکول‌های درمانی و پیش‌بینی رفتار سلول‌ها فعالیت کرده‌اند. محققان انتروپیک در پروژه خود از ابزارهایی مانند مدل بزرگ «مایتوس» (Mythos) و دستیار کدنویسی «کلود کد» بهره‌گیری کرده‌اند.

این تحقیق عمدتاً بر شناسایی نوعی از آنزیم‌ها به نام «ترانس‌کریپتاز معکوس» متمرکز است؛ مولکول‌های ضروری که توالی‌های RNA را خوانده و رشته متناظر آن در DNA را سنتز می‌کنند. باکتری‌ها و ویروس‌ها به منظور بقا و اهداف ژنتیکی مختلف از این آنزیم‌ها استفاده می‌کنند و علم معاصر نیز از آن‌ها در فناوری‌های تشخیص ویروس کرونا و ایجاد ابزارهای ویرایش ژنی بهره برده است. با این وجود، تنوع طبیعی این کاتالیزورها هنوز به‌خوبی شناخته نشده است.

عامل‌های هوش مصنوعی به تجزیه و تحلیل پایگاه داده‌ای وسیع حاوی ژن‌های ۱.۹ میلیارد پروتئین پرداختند. این سیستم‌ها به طور خودکار برنامه‌هایی برای اسکرینینگ توالی‌های مولکولی مشابه ترانس‌کریپتازهای معکوس و RNAهای مرتبط توسعه دادند. نتایج اولیه شامل ۱۷ آنزیم بالقوه بود، اما تحلیل‌های فنی نشان می‌دهد که ۱۴ مورد از آن‌ها ناشی از خطای نرم‌افزاری بوده و ارزشی ندارند. با این حال، سه مورد باقی‌مانده تأیید شده‌اند که یکی از آن‌ها شبیه به ساختارهای پیچیده ویروسی است.

بخش اعظم این پژوهش به تحلیل داده‌های ژنومی و پیش‌بینی دیجیتال ساختارها وابسته بوده و آزمایشگاه مرطوب با نمونه‌های واقعی فیزیکی نقش کمی در آن ایفا کرده است. کرانزوش تأکید می‌کند که محققان انتروپیک باید با حذف ژن‌های مربوطه از ویروس‌ها و مشاهده رفتار عفونی آن‌ها، فرضیات خود را آزمایش کنند. فرآیندی که با وجود جذابیت‌های آغازین، فاصله زیادی با تبدیل به یک حقیقت علمی اثبات شده دارد.

علاوه بر بررسی‌های زیستی، این آزمایش از منظر دیگری نیز قابل توجه است: توانایی هوش مصنوعی در حل مسائل. کودرر-آبرامز با تکیه بر فرایند تصمیم‌گیری الگوریتم‌ها، معتقد است که نشانه‌هایی از خلاقیت در آن نمایان می‌شود؛ چرا که این عامل دیجیتال در ابتدا این سیستم ویروسی را بی‌اهمیت دانسته، اما پس از بررسی‌های ساختاری پیچیده RNAهای مرتبط، تصمیم به تحلیل عمیق‌تر گرفت؛ رفتاری که نمایانگر قابلیت بالقوه شکل‌گیری شهود پژوهشی در دنیای هوش مصنوعی است.

نظرات کاربران

نظر شما

ساعت 24 از انتشار نظرات حاوی توهین، افترا، لینک، تبلیغات و نوشته‌شده با حروف لاتین معذور است.

هنوز نظری برای این خبر تایید نشده است.