پژوهشگران دانشگاه فناوری چالمرز و دانشگاه گوتنبرگ سوئد یک سیستم «دانشمند هوش مصنوعی» توسعه داده‌اند که می‌تواند با دخالت بسیار محدود انسان، فرضیه علمی تولید کند، آزمایش طراحی کند و نتایج را تحلیل و تفسیر کند.
این سیستم با ترکیب مدل‌های زبانی بزرگ، استدلال خودکار، پایگاه‌های داده علمی و تجهیزات رباتیک آزمایشگاهی ساخته شده و نمونه‌ای از نسل جدید «آزمایشگاه‌های خودران» محسوب می‌شود.
دانشمند AI چگونه کار می‌کند؟
پژوهشگران یک سیستم حلقه‌بسته طراحی کرده‌اند که می‌تواند تقریبا تمام چرخه پژوهش علمی را انجام دهد.
هوش مصنوعی ابتدا داده‌ها و اطلاعات علمی موجود را بررسی می‌کند، سپس پرسش‌های زیستی مناسب را شناسایی کرده و برای آزمایش آن‌ها فرضیه می‌سازد.
پس از آن، سیستم آزمایش مناسب را طراحی می‌کند، دستورهای قابل‌فهم برای تجهیزات آزمایشگاهی تولید می‌کند و پس از اجرای آزمایش نیز نتایج را تحلیل می‌کند.
اگر نتیجه با فرضیه سازگار نباشد، AI می‌تواند فرضیه را اصلاح کرده و چرخه جدیدی از آزمایش را آغاز کند.
آزمایش روی مخمر نان
برای ارزیابی این سیستم، پژوهشگران از مخمر Saccharomyces cerevisiae استفاده کردند؛ همان گونه‌ای که با نام مخمر نان یا مخمر آبجو نیز شناخته می‌شود.
سیستم به اطلاعات گسترده‌ای درباره ژنوم، متابولیسم و مطالعات قبلی این مخمر دسترسی داشت و توانست هزاران ارتباط زیستی را بررسی کند.
طبق گزارش پژوهشگران، AI حدود ۶۰ هزار رابطه فنوتیپی، فیزیولوژیکی و متابولیکی را تحلیل کرد و نزدیک به ۲ هزار پیش‌بینی قابل‌آزمایش درباره تأثیر مواد مغذی بر رشد سلولی و مقاومت در برابر استرس ارائه داد.
هوش مصنوعی فقط ابزار کمکی نبود
یکی از نکات مهم این پروژه آن است که AI صرفا پیشنهاددهنده یا دستیار پژوهشگر نبود.
سیستم می‌توانست خودش پرسش علمی پیدا کند، آزمایش پیشنهاد دهد، کنترل‌های مقایسه‌ای انتخاب کند و بعد از دریافت نتایج، مدل ذهنی خود را براساس شواهد جدید اصلاح کند.
پژوهشگران می‌گویند چنین سیستمی می‌تواند از مرحله «کمک به تصمیم‌گیری» عبور کند و در تولید دانش علمی جدید نقش مستقیم داشته باشد.
کشف‌های زیستی جدید ثبت شد
در جریان آزمایش‌ها، سیستم توانست چند تعامل زیستی جدید در مخمر شناسایی کند.
از جمله این یافته‌ها، اثر گلوتامات بر مهار رشد سلول‌های تیمارشده با اسپرمین و همچنین کاهش بخشی از استرس ناشی از اسید فرمیک با استفاده از آمینوادپیات گزارش شده است.
این نتایج نشان می‌دهند سیستم تنها داده‌های قبلی را بازگو نکرده، بلکه توانسته فرضیه‌هایی را در محیط واقعی آزمایشگاهی بررسی و نتایج تازه‌ای تولید کند.
مسیر حرکت به‌سمت آزمایشگاه‌های خودران
ربات استفاده‌شده در این پروژه Eve نام دارد و پیش‌تر برای پژوهش‌های مرتبط با کشف دارو توسعه یافته بود.
نسخه جدید Eve با مدل‌های زبانی بزرگ و سیستم‌های استدلال خودکار ترکیب شده تا بتواند بخش بزرگ‌تری از فرایند تحقیق را به‌صورت مستقل انجام دهد.
پژوهشگران معتقدند در آینده چنین سیستم‌هایی در کنار دانشمندان انسانی می‌توانند سرعت کشف در حوزه‌هایی مانند زیست‌شناسی، پزشکی و بیوتکنولوژی را افزایش دهند.
بااین‌حال، این فناوری هنوز جایگزینی برای پژوهشگران انسانی محسوب نمی‌شود و انتخاب اهداف تحقیق، اعتبارسنجی یافته‌ها و تفسیر علمی گسترده‌تر همچنان به نظارت انسان نیاز دارد.
دیدگاه‌ها