هل يمكن للبشر خسارة المنافسة أمام الذكاء الاصطناعي؟
تاريخ النشر: 21st, September 2024 GMT
#سواليف
أعلنت تاتيانا تشرنيغوف كايا، وهي العضو المراسل في أكاديمية التعليم الروسية، عن أنه “لا يمكن لأحد حاليا، التنبؤ بمسار تطور #الذكاء_الاصطناعي”.
وأوضحت كايا، بأن ” #الإنسان سوف يخسر #المنافسة أمام الذكاء الاصطناعي”، مردفة: “نعم إننا سوف نستسلم، ولكن لدي بعض التوضيحات بخصوص هذه المسألة، لأننا لا نعرف مسار تطور الذكاء الاصطناعي.
وفي السياق نفسه، أضافت الخبيرة الروسية المتخصصة في علم الأعصاب: “أكّد لي العديد من الذين تحدثت معهم من وادي السيليكون، أنهم لم يعودوا يفهمون ما الذي يفعله الذكاء الاصطناعي، كما أنهم لا يعرفون خططه”.
مقالات ذات صلة الأمم المتحدة تحذر من أمر محفوف بالمخاطر يتعلق بتطوير الذكاء الاصطناعي 2024/09/20إلى ذلك، تابعت الخبيرة نفسها، بالقول: “بالطبع سوف يطرح سؤال ملح، وهل لديه خطط؟ ولكني سوف أجيب على السؤال، بأنه حاليا لا، ولكن قد تكون بعد عام. حيث إنهم كانوا سابقا يقولون إنه بعد 30 أو 50 عاما”.
واستطردت: ” أما الآن فإنهم يقولون قد يحدث الآن، لأنه لا أحد يعرف فيما إذا كان الذكاء الاصطناعي سوف يتطور مثل الإنسان. أم أنه سوف يتطور من خلال مسار آخر، مختلف تماما، وهذا ما لا ندركه في الوقت الحالي”.
اقرأ أيضا:
شركة آبل تطلق آيفون 16 وأجيالا جديدة من الساعات وسماعات الأذن.. بهذه المواصفات
وفي سياق متصل، كان عدد من الخبراء، قد حذّروا، في وقت سابق، من أن “نماذج الذكاء الاصطناعي يمكن لها إنشاء مسببات أمراض، من قبيل: جراثيم أو فيروسات وغيرها من الكائنات الحية الدقيقة؛ كما أنها قادرة على التسبب بظهور جائحة أو وباء”.
وكانت نماذج الذكاء الاصطناعي المتخصصة والمدرّبة على البيانات البيولوجية، قد شهدت تقدما وصف بـ”الملحوظ”، بشكل يساعد على تسريع تطوير اللقاحات وعلاج الأمراض وغيرها. في إشارة إلى كون هذه الصفات نفسها، هي التي تجعل هذه النماذج المفيدة، تفرض مخاطر محتملة على البشر.
وإثر ذلك، كان عدد من الخبراء، قد دعوا الحكومات، إلى ضرورة “إدخال الرقابة الإلزامية والحواجز الواقية للنماذج البيولوجية المتقدمة”، وذلك خلال ورقة بحثية جديدة، كانت قد نُشرت في تاريخ 22 آب/ أغسطس الماضي، على مجلة Science العلمية.
وأكد المؤلفين المشاركين، في الورقة البحثية، والمنتمين لكل من جامعة جونز هوبكنز وجامعة ستانفورد وجامعة فوردهام، أن “نماذج الذكاء الاصطناعي، يتم تدريبها، أو هي قادرة على التلاعب بشكل هادف بكميات كبيرة من البيانات البيولوجية، من تسريع تصميم الأدوية واللقاحات إلى تحسين غلة المحاصيل”.
واقترحت الورقة نفسها، أن “تقوم الحكومات الوطنية، بما في ذلك الولايات المتحدة، بتمرير التشريعات وتحديد القواعد الإلزامية التي من شأنها منع النماذج البيولوجية المتقدمة من المساهمة بشكل كبير في المخاطر واسعة النطاق، مثل إنشاء مسببات الأمراض الجديدة أو المحسنة القادرة على التسبب في أوبئة كبرى أو حتى جوائح”.
المصدر: سواليف
كلمات دلالية: سواليف الذكاء الاصطناعي الإنسان المنافسة الذکاء الاصطناعی
إقرأ أيضاً:
الذكاء الاصطناعي يعزز دقة التنبؤ بهياكل الأجسام المضادة
طوّر باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نموذجًا حسابيًا جديدًا قادرًا على التنبؤ بهياكل الأجسام المضادة بدقة غير مسبوقة، مما قد يُحدث تحولًا كبيرًا في تصميم أدوية فعالة ضد أمراض معدية مثل كوفيد-19 وHIV.
الذكاء الاصطناعي يتجاوز التحديات السابقة
رغم التقدم الكبير الذي حققته نماذج الذكاء الاصطناعي المعتمدة على "نماذج اللغة الكبيرة" (LLMs) في التنبؤ بهياكل البروتينات، إلا أنها واجهت صعوبات عند التعامل مع الأجسام المضادة، خاصة بسبب المناطق شديدة التغير فيها والمعروفة بـ"المناطق مفرطة التغير". للتغلب على هذه العقبة، ابتكر فريق (MIT) تقنية جديدة تحسّن أداء هذه النماذج وتمنحها القدرة على فهم تعقيدات هذه البروتينات المناعية.
تقول بوني بيرغر، أستاذة الرياضيات في (MIT) ورئيسة مجموعة الحوسبة والبيولوجيا في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL): «طريقتنا تسمح بالوصول إلى نطاق واسع من الاحتمالات، مما يتيح لنا إيجاد إبر حقيقية في كومة قش. وهذا قد يوفر على شركات الأدوية ملايين الدولارات بتجنب التجارب السريرية غير المجدية».
نموذج AbMap: أداة ذكية للتنقيب في بحر الأجسام المضادة
النموذج الجديد، الذي يحمل اسم (AbMap)، يعتمد على وحدتين مدربتين بشكل دقيق: الأولى تتعلم من بنى ثلاثية الأبعاد لحوالي 3000 جسم مضاد موجودة في قاعدة بيانات البروتينات (PDB)، والثانية تعتمد على بيانات تقيس مدى ارتباط أكثر من 3700 جسم مضاد بثلاثة أنواع مختلفة من المستضدات.
باستخدام (AbMap)، يمكن التنبؤ بهيكل الجسم المضاد وقوة ارتباطه بالمستضد، فقط من خلال تسلسل الأحماض الأمينية. وفي تجربة واقعية، استخدم الباحثون النموذج لتوليد ملايين التعديلات على أجسام مضادة تستهدف بروتين «سبايك» لفيروس SARS-CoV-2، وتمكّن النموذج من تحديد أكثرها فعالية.
وقد أظهرت التجارب بالتعاون مع شركة Sanofi أن 82 % من الأجسام المضادة المختارة باستخدام النموذج أظهرت أداءً أفضل من النسخ الأصلية.
اختصار الطريق نحو العلاجات الفعالة
يُعد هذا التقدم فرصة ذهبية لشركات الأدوية لتقليص الوقت والتكاليف اللازمة في مراحل البحث والتطوير. ووفقًا للبروفيسور روهيت سينغ، المؤلف المشارك للدراسة: «الشركات لا تريد المخاطرة بكل شيء في جسم مضاد واحد قد يفشل لاحقًا. النموذج يمنحها مجموعة من الخيارات القوية للمضي قدمًا بثقة».
تحليل الاستجابات المناعية على مستوى الأفراد
بعيدًا عن التطبيقات الدوائية، يُمكن للنموذج أن يُحدث نقلة في فهم التباين في الاستجابات المناعية بين الأفراد. فعلى سبيل المثال، لماذا يُصاب البعض بكوفيد-19 بشكل حاد، بينما ينجو آخرون دون أعراض؟ أو لماذا يبقى بعض الأشخاص غير مصابين بـHIV رغم تعرضهم للفيروس؟
الدراسة أظهرت أنه عند مقارنة البنية الثلاثية للأجسام المضادة بين الأفراد، فإن نسبة التشابه قد تكون أعلى بكثير من النسبة التي تُظهرها المقارنة الجينية التقليدية (10%). وهذا قد يفتح الباب لفهم أعمق لكيفية عمل جهاز المناعة وتفاعله مع مسببات الأمراض المختلفة.
يقول سينغ: «هنا يتجلى دور نماذج اللغة الكبيرة بوضوح، فهي تجمع بين نطاق التحليل الواسع القائم على التسلسل الجيني ودقة التحليل البنيوي».
دعم وتمويل دولي
حظي البحث بدعم من شركة Sanofi وعيادة عبد اللطيف جميل لتعلم الآلة في مجال الصحة، مما يعكس تزايد اهتمام المؤسسات العالمية بالذكاء الاصطناعي كأداة استراتيجية في الطب الحيوي.
بهذا الإنجاز، يُبرهن الذكاء الاصطناعي مجددًا على قدرته في إحداث ثورة صامتة في المختبرات الطبية، حيث لا تقتصر فوائده على التسريع والتحليل، بل تمتد لتوجيه القرارات الحاسمة التي قد تُنقذ أرواح الملايين.
أسامة عثمان (أبوظبي)