يجب أن تعلم | للاطلاع | في صلب الموضوع | رقم اليوم | شخصية اليوم | مصطلح اليوم
هل تحقق شركة ديب مايند الأهداف الطبية التي أنشئت لأجلها؟
في مارس 2016، كان ديميس هاسابيس، الرئيس التنفيذي والشريك المؤسس لشركة ديب مايند، في سيول بكوريا الجنوبية، وكان يشهد دخول برنامج الذكاء الاصطناعي، الذي طورته شركته، التاريخ، فقد قام برنامج الكمبيوتر ألفا غو (AlphaGo)، الذي تم تدريبه لإتقان لعبة غو اللوحية القديمة، بلعب مباراة من خمسة أشواط ضد لي سيدول، وهو أحد كبار المحترفين الكوريين وكان يتمتع بثاني أكبر عدد من الفوز في البطولات الدولية في ذلك الوقت. يعتبر الكثيرون لعبة غو بمثابة اللعبة اللوحية الأكثر تعقيداً في العالم، إذ أن إتقانها يستغرق سنوات.
كان لي يتوقع أنه سيهزم برنامج الذكاء الاصطناعي لشركة ديب مايند "بسهولة"، لكن ألفا غو فاز بنتيجة 4-1. صدم هذا الفوز الخبراء في لعبة غو وفي الذكاء الاصطناعي على حد سواء، وغيّر تصور العالم لما يمكن للذكاء الاصطناعي أن يقوم به.
ولكن بينما كان الفريق في شركة ديب مايند يحتفل بالفوز، كان هاسابيس يفكر في تحدٍّ أكبر. ويتذكر وقوفه خلف الكواليس مع ديفيد سيلفر، الذي قاد تطوير برنامج ألفا غو، قائلاً: "قلت له إن الوقت قد حان الآن".
عند مشاهدته لتطبيقات الذكاء الاصطناعي لشركة ديب مايند وهي تلعب لعبة غو، أدرك هسابيس أن تقنيات شركته أصبحت جاهزة لمواجهة أحد أكثر ألغاز البيولوجيا أهمية وتعقيداً، والذي كان الباحثون يحاولون حله على مدى 50 عاماً، ألا وهو التنبؤ ببنية البروتينات.
تحدد البنية ثلاثية الأبعاد للبروتينات كيفية تفاعلها وسلوكها في الجسم. لكن عدداً كبيراً من البروتينات المهمة تتمتع ببنى لا يعرفها علماء البيولوجيا حتى الآن. إن استخدام الذكاء الاصطناعي للتنبؤ بها بدقة من شأنه أن يوفر أداة لا تقدر بثمن للمساعدة في فهم الأمراض، من السرطان إلى مرض كوفيد.
في عام 2020، كشفت شركة ديب مايند، المملوكة لشركة ألفابت (Alphabet)، عن تطبيق الذكاء الاصطناعي ألفا فولد 2 (AlphaFold2)، الذي يمكنه التنبؤ بشكل البروتينات وصولاً إلى أقرب ذرة.
للمزيد حول محاولات ديب مايند لحل المشكلات العلمية، تابع قراءة المقالة على موقعنا عبر هذا الرابط
تطوير إطار هجين بين الإنسان والآلة لبناء ذكاء اصطناعي أكثر ذكاءً
قدم باحثون في جامعة كاليفورنيا إيرفين (UCI) نموذجاً رياضياً جديداً يمكنه تحسين أداء أنظمة الذكاء الاصطناعي من خلال تطوير نهج هجين بين الإنسان والآلة.
ويقول مارك ستايفرز، أستاذ العلوم المعرفية في الجامعة، إن "البشر وخوارزميات الآلة يمتلكان نقاط قوة وضعف تكمل بعضها بعضاً. كل منهما يستخدم مصادر معلومات واستراتيجيات مختلفة لعمل تنبؤات واتخاذ قرارات". ويضيف أن الدراسات التجريبية والتحليلات النظرية توضح أن البشر يمكنهم تحسين تنبؤات الذكاء الاصطناعي حتى عندما تكون الدقة البشرية أقل إلى حد ما من دقة الذكاء الاصطناعي، والعكس صحيح. كما تثبت أن معدل الدقة الناتج عن الجمع بين التوقعات البشرية وتوقعات الذكاء الاصطناعي يزيد عن دقة الجمع بين تنبؤات شخصين أو خوارزميتي ذكاء اصطناعي".
وفي دراسة نُشرت هذا الشهر في دورية (PNAS)، أوضح الباحثون أنهم أجروا تجربة تصنيف للصور لاختبار الإطار الجديد، حيث عمل المشاركون البشريون والخوارزميات الحاسوبية بشكل منفصل لتحديد ماهية الحيوانات والأشياء اليومية -مثل الكراسي والزجاجات والدراجات والشاحنات- الموجودة في مجموعة صور مشوهة. وقام المشاركون البشريون بوضع درجات لثقتهم في ماهية كل صورة، منخفضة أو متوسطة أو عالية، في الوقت الذي قام فيه برنامج تصنيف آلي بوضع درجات ثقة للتصنيفات. وقد أظهرت النتائج وجود اختلافات كبيرة بين البشر وخوارزميات الذكاء الاصطناعي.
وقال بادرايك سميث، أستاذ علوم الحاسوب في جامعة كاليفورنيا في لوس أنجلوس والمؤلف المشارك في الدراسة: "في بعض الحالات، كان المشاركون البشريون واثقين تماماً من أن صورة معينة تحتوي على كرسي مثلاً، بينما كانت خوارزمية الذكاء الاصطناعي مشوشة بشأن الصورة". "وبالمثل، في صور أخرى كانت خوارزمية الذكاء الاصطناعي قادرة بثقة على اكتشاف الشيء المعروض بدقة، بينما كان المشاركون البشريون غير متأكدين مما إذا كانت الصورة المشوهة تحتوي على أي شيء يمكن التعرف عليه".
عندما تم الجمع بين توقعات البشر ودرجات الثقة الخوارزمية باستخدام إطار بايزي الجديد الذي وضعه الباحثون، أدى النموذج الهجين إلى أداء أفضل من التنبؤات البشرية أو الآلية التي تم تحقيقها بشكل منفصل.
الرابط (إنجليزي)
الزينوبوت: روبوت حي ولد من رحم التطورات التكنولوجية الحيوية والحاسوبية
في يناير من عام 2020، نُشرت دراسة علمية في دورية (PNAS)، تتحدث عن كائن حي مصنوع مخبرياً، جاء نتيجةً للتقدم في مجالات التكنولوجيا الحاسوبية والتكنولوجيا الحيوية، وصممه باحثون أميركيون في جامعة تافتس وجامعة فيرمونت، ومعهد ويس في جامعة هارفارد، وأطلقوا عليه اسم الزينوبوت (Xenobot).
الزينوبوت بكلمتين، هو روبوت حي، فقد صمم الباحثون أسلوب تكوينه وحركته بواسطة خوارزميات ذكاء اصطناعي تطورية على حاسوب عملاق، وصُنع من خلايا حية، على عكس الروبوتات الأخرى المصنوعة من المعادن والبلاستيك، وبالتالي فإنه يعيش مثل الكائنات الحية الدقيقة.
لا يتجاوز حجم الزينوبوت حجم حبة ملح صغيرة (0.7 ميلليمتراً)، ولا يعيش أكثر من أسبوع، لكن تطبيقاته المستقبلية واعدة جداً. وعن حركته، فهو يتحرك بشكل دائري، وعند قلبه على ظهره، يستطيع أن ينقلب مرة أخرى لوحده كالحشرات. تتم تغذيته بمصدر غذائي خاص به يتضمن رواسب الدهون والبروتينات المأخوذة من صفار البيض. ويقول عنه الباحثون إنه شكل جديد من أشكال الحياة.
لتكوين هذا الكائن، أخذ الباحثون خلايا جذعية من جنين الضفدع الإفريقي ذو المخالب، واسمه العلمي زينوبوس لافيز (Xenopus Laevis)، ومنه اشتُق اسم الزينوبوت. لم يختر الباحثون الخلايا بشكل عشوائي، بل أخذوا نوعين من الخلايا: خلايا الجلد وخلايا القلب.
لكن كيف سيحدد الباحثون البنية المناسبة للخلايا والتي تحقق أهدافهم؟ هنا جاء دور النمذجة الحاسوبية والخوارزميات التطورية. بدايةً، جمع الباحثون البيانات عن الخلايا الجذعية، وتم تقديمها لخوارزمية تطورية على حاسوب عملاق. أنتجت الخوارزمية الملايين من تكوينات الخلايا على الفور. ثم حلل الباحثون البيانات للحصول على النتيجة التي يصبون إليها.
من بين ملايين التكوينات، اختار الباحثون عدداً قليلاً من التكوينات التي يمكن أن تنتج الحركة المرغوبة فقط، وأجروا عليها مئات الاختبارات للحصول على التكوين الصحيح، الذي يمثّل شكل حياة جديد.
هنا انتهى دور التقنيات الحاسوبية، وبدأ دور التقنيات الحيوية التي ستنقل الروبوت من مخطط على الحاسوب إلى "كائن حي".
للمزيد حول طريقة تطوير الزينوبوت، تابع قراءة المقالة على موقعنا عبر هذا الرابط
|
