Chalmers-এর এআই-বিজ্ঞানী স্বায়ত্তশাসিতভাবে জৈবিক আবিষ্কার তৈরি ও যাচাই করছেন

সম্পাদনা করেছেন: Svitlana Velhush

YouTube-এর কনটেন্টYouTube নিজস্ব কুকি সেট করতে পারে।
YouTube-এ খুলুন

সুইডেনের Chalmers University of Technology-এর গবেষকরা এমন একজন এআই-বিজ্ঞানী তৈরি করেছেন, যিনি স্বাধীনভাবে বৈজ্ঞানিক অনুমান প্রণয়ন, পরীক্ষা পরিকল্পনা এবং ফলাফল ব্যাখ্যা করতে সক্ষম। সিস্টেমটি বিয়ার ইস্ট Saccharomyces cerevisiae-এর উদাহরণে একটি বদ্ধ চক্রে কাজ করে।

এর ভিত্তি হিসেবে বিশাল পরিমাণ তথ্য নেওয়া হয়েছে: ইস্টের জিনোম, তাদের বিপাক এবং পূর্ববর্তী গবেষণা। মানুষের জন্য তথ্যের পরিমাণ অত্যন্ত বেশি, কিন্তু এআই সফলভাবে সম্ভাবনাময় প্রশ্ন চিহ্নিত করে, পরীক্ষা প্রস্তাব করে, ফলাফল মূল্যায়ন করে এবং নতুন তথ্যের ভিত্তিতে তার বোঝাপড়া সূক্ষ্ম করে।

«আমাদের এআই-বিজ্ঞানী কেবল সিদ্ধান্ত নিতে সাহায্য করে না, বরং সক্রিয়ভাবে নতুন বৈজ্ঞানিক জ্ঞান সৃষ্টি করে», — মন্তব্য করেন Chalmers-এর জীবনবিজ্ঞান বিভাগের পোস্টডক Ievgeniia Tiukova।

এই উন্নয়নটি বড় ভাষা মডেল, স্বয়ংক্রিয় যুক্তি এবং পরীক্ষাগার স্বয়ংক্রিয়করণকে একত্রিত করে। গবেষণার জ্যেষ্ঠ লেখক অধ্যাপক Ross King এটিকে স্ব-চালিত গাড়ির সঙ্গে তুলনা করেন: এআই তথ্য প্রক্রিয়া করে, সিদ্ধান্তে পৌঁছায় এবং কাজ করে।

King-এর মতে, স্বায়ত্তশাসিত পরীক্ষাগারগুলি আজকের তুলনায় অনেক দ্রুত গতিতে পদ্ধতিগতভাবে জৈবিক সিস্টেম অধ্যয়ন করতে পারবে। তারা মানুষের সঙ্গে সহযোগিতা করবে, জীববিজ্ঞান, চিকিৎসাবিজ্ঞান এবং জৈবপ্রযুক্তিতে আবিষ্কার ত্বরান্বিত করবে, পাশাপাশি সম্পদের ব্যবহার অনুকূলিত করবে।

আপাতত এই ধরনের সিস্টেমগুলি অনুমান তৈরি ও পরীক্ষণের রুটিন চক্র নিজের কাঁধে নিয়ে বিজ্ঞানীদের পরিপূরক হিসেবে কাজ করে। অগ্রাধিকার নির্ধারণ, তাৎপর্য ব্যাখ্যা এবং নৈতিক নিয়ন্ত্রণের জন্য মানুষই মূল ভূমিকা পালন করে।

King পূর্বে প্রথম রোবট-বিজ্ঞানী Adam ও Eve তৈরি করেছিলেন। নতুন কাজটি Journal of the Royal Society Interface-এ প্রকাশিত হয়েছে। ভবিষ্যতের পরীক্ষাগারে যখন এআই আরও বেশি রুটিন কাজ নিজের কাঁধে নেবে, তখন মানুষের ভূমিকা কীভাবে বদলে যাবে?

119 দৃশ্য

উৎসসমূহ

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

মন্তব্য

এই বিষয়ে আরও নিবন্ধ পড়ুন:

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
আপনি কি কোনো ত্রুটি বা অসঠিকতা খুঁজে পেয়েছেন?আমরা আপনার মন্তব্য যত তাড়াতাড়ি সম্ভব বিবেচনা করব।