آيها العلماء: بيومين فقط الذكاء الاصطناعي يحل ما عجزتم عنه لـ 10 سنوات!!
تاريخ النشر: 22nd, February 2025 GMT
طور باحثو إمبريال كوليدج لندن نظرية جديدة حول مقاومة البكتيريا للمضادات الحيوية، استغرقت منهم 10 سنوات لإثباتها.
الذكاء الاصطناعي "العالم المساعد" من غوغل تمكن من التوصل إلى نفس النظرية خلال يومين فقط. لا يمكنه الذكاء الاصطناعي تنفيذ التجارب المخبرية، لكنه قد يقلل من سنوات البحث والتكاليف المالية.
تستثمر الحكومة البريطانية ملايين الجنيهات في تطوير استخدامات الذكاء الاصطناعي في البحث العلمي.
في تطور علمي مذهل، تمكن الذكاء الاصطناعي من حل لغز استغرق العلماء عشر سنوات لفهمه، وذلك خلال يومين فقط.
فقد طورت شركة "غوغل" نظام ذكاء اصطناعي جديد أُطلق عليه اسم "العالم المساعد" (Co-Scientist)، والذي يعمل كمساعد رقمي للباحثين، قادر على اقتراح أفكار ونظريات وتحليل البيانات العلمية.
عقد من الأبحاث يُختصر في يومين عمل فريق من الباحثين في إمبريال كوليدج لندن لأكثر من عقد من الزمن لفهم كيفية اكتساب بعض أنواع البكتيريا القدرة على مقاومة المضادات الحيوية، وهي مشكلة متزايدة تهدد الصحة العامة عالميًا، حيث يُتوقع أن تودي هذه "البكتيريا الخارقة" بحياة الملايين بحلول عام 2050.
عبر استخدام الأساليب البحثية التقليدية، تمكن العلماء من فهم الآلية التي تستخدمها البكتيريا لاكتساب حمض نووي جديد يجعلها أشد فتكًا.
وكانت هذه النتائج في طور النشر في المجلة العلمية المرموقة "سيل" (Cell). لكن بعد انتهاء البحث، قرر الفريق العلمي التعاون مع "غوغل" لاختبار قدرة الذكاء الاصطناعي "العالم المساعد" على اقتراح فرضيات جديدة.
وبتزويده ببيانات قليلة فقط حول الدراسة، طُلب منه تقديم أفكار حول كيفية مقاومة البكتيريا للمضادات الحيوية.
نتائج صادمة: الذكاء الاصطناعي يقترح الإجابة الصحيحة فورًا جاءت النتائج مذهلة، إذ تمكن الذكاء الاصطناعي من اقتراح الفرضية الصحيحة كأول إجابة له خلال 48 ساعة فقط، وهي نفس النظرية التي توصل إليها الباحثون بعد سنوات طويلة من العمل المضني.
وعبّر البروفيسور خوسيه بيناديس، أحد قادة البحث في إمبريال كوليدج، عن دهشته قائلاً: "لقد عملنا لسنوات لفهم هذه الظاهرة، ثم جاء الذكاء الاصطناعي وقدم لنا الإجابة الصحيحة مباشرة.
كان الأمر صادمًا." من جانبه، قال الدكتور تياغو دياز دا كوستا، أحد الخبراء المشاركين في البحث: "إنها عشر سنوات من الأبحاث تم تلخيصها خلال يومين فقط بفضل الذكاء الاصطناعي.
" حدود الذكاء الاصطناعي: لا يستطيع إجراء التجارب على الرغم من قدرة الذكاء الاصطناعي على اقتراح الفرضيات الصحيحة، إلا أنه لا يزال غير قادر على تنفيذ التجارب المخبرية لإثبات صحتها، وهي عملية استغرقت سنوات من العمل البشري.
ومع ذلك، فإن توظيفه في المراحل المبكرة من البحث قد يُحدث ثورة في الطريقة التي تُجرى بها الدراسات العلمية.
"نحو 90% من تجاربنا المخبرية عادةً ما تفشل، ولكن لو كنا قد حصلنا على هذه الفرضية منذ البداية، لكنا وفرنا سنوات من العمل، وأموالًا ضخمة من تمويلات البحث العلمي، والتي تأتي غالبًا من أموال دافعي الضرائب"، يقول الدكتور دا كوستا.
الذكاء الاصطناعي قد يعيد تشكيل البحث العلمي تجربة "العالم المساعد" لم تتوقف عند إمبريال كوليدج، إذ جرى اختبار التقنية في جامعة ستانفورد ومركز هيوستن ميثوديست الطبي في الولايات المتحدة.
ومن بين إنجازاته البارزة، تمكن الذكاء الاصطناعي من اقتراح علاج محتمل لتليف الكبد عبر استخدام دواء مخصص لعلاج السرطان، وهو اكتشاف قد يفتح الباب أمام علاجات جديدة للأمراض المستعصية.
وبينما ما زالت التكنولوجيا في مراحلها الأولى، إلا أن الباحثين يرون أنها قد تحدث تحولًا جذريًا في كيفية إجراء الأبحاث العلمية. استثمار حكومي لتعزيز دور الذكاء الاصطناعي تسعى حكومة المملكة المتحدة إلى تعزيز بنيتها التحتية في مجال الذكاء الاصطناعي عبر تحويل الأبحاث الأكاديمية المتقدمة إلى تطبيقات تجارية وعلمية.
فقد خصصت وزارة العلوم والابتكار والتكنولوجيا 4.8 مليون جنيه إسترليني لدعم 23 مشروعًا بحثيًا حول استخدام الذكاء الاصطناعي في العلوم، بما في ذلك مشاريع في جامعات باث وشيفيلد
المصدر: مأرب برس
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)
موجة حر قياسية تضرب هذه الولايات اليوم!