عالم ذكاء اصطناعي من Chalmers يولّد الاكتشافات البيولوجية ويؤكدها بشكل مستقل

تم التعديل بواسطة: Svitlana Velhush

محتوى من YouTubeقد يضع YouTube ملفات تعريف الارتباط الخاصة به.
فتح في YouTube

أنشأ باحثون من جامعة Chalmers التقنية في السويد عالِمًا بالذكاء الاصطناعي قادرًا على صياغة الفرضيات العلمية وتخطيط التجارب وتفسير النتائج بنفسه. يعمل النظام في حلقة مغلقة على مثال خميرة البيرة Saccharomyces cerevisiae.

وُضعت في الأساس بيانات واسعة: جينوم الخميرة، وأيضها، ودراسات سابقة. حجم المعلومات أكبر من أن يستوعبه الإنسان، لكن الذكاء الاصطناعي ينجح في تحديد الأسئلة الواعدة، ويقترح التجارب، ويقيّم النتائج، ويصقل الفهم استنادًا إلى بيانات جديدة.

«عالمنا بالذكاء الاصطناعي لا يساعد في اتخاذ القرارات فحسب، بل يخلق بنشاط معرفة علمية جديدة»، كما تلاحظ الباحثة ما بعد الدكتوراه Ievgeniia Tiukova من قسم علوم الحياة في Chalmers.

يجمع هذا التطوير بين النماذج اللغوية الكبيرة والاستدلال الآلي والأتمتة المخبرية. ويقارنه البروفيسور Ross King، المؤلف الأقدم للدراسة، بالسيارات ذاتية القيادة: إذ يعالج الذكاء الاصطناعي المعلومات، ويستخلص الاستنتاجات، ويتصرف.

ووفقًا لـ King، ستتمكن المختبرات المستقلة من دراسة الأنظمة البيولوجية منهجيًا وبسرعة تفوق بكثير ما هو عليه اليوم. وستتعاون مع البشر، مسرّعة الاكتشافات في علم الأحياء والطب والتقنيات الحيوية، ومحسّنة أيضًا استخدام الموارد.

في الوقت الحالي، تكمّل هذه الأنظمة العلماء، إذ تتولى دورات روتينية من توليد الفرضيات واختبارها. ويبقى الإنسان محوريًا في تحديد الأولويات وتفسير الأهمية والرقابة الأخلاقية.

كان King قد أنشأ سابقًا أول روبوتين عالمين، Adam وEve. وقد نُشر العمل الجديد في Journal of the Royal Society Interface. كيف سيتغير دور الإنسان في مختبر المستقبل عندما يتولى الذكاء الاصطناعي مزيدًا من المهام الروتينية؟

119 مشاهدات

المصادر

  • AI scientist autonomously generates and validates new biological discoveries | Chalmers

التعليقات

اقرأ المزيد من المقالات حول هذا الموضوع:

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply
هل وجدت خطأً أو عدم دقة؟سننظر في ملاحظاتك في أقرب وقت ممكن.