فرارو- در بحبوحه مناقشات بینالمللی درباره ایمنی و خطرات فناوریهای خودکار، پیشگامان هوش مصنوعی توجه خود را به حوزه علوم زیستی معطوف کردهاند تا نقش عملی این سامانهها را در کشفیات پزشکی و دگرگونی مرزهای علم به اثبات برسانند.
به گزارش فرارو به نقل از نیویورک تایمز، زیستشناسان شرکت انتروپیک (Anthropic) اعلام کردند با بهکارگیری هوش مصنوعی موفق شدهاند ژنهایی را در ساختار ویروسها شناسایی کنند که آنزیمهایی با مکانیسمهای عملکردی کاملاً نوظهور پدید میآورند.
این دستاورد، نخستین خروجی علمی ثبت شده از آزمایشگاه تحقیقاتی زیستی این شرکت به شمار میرود که فعالیت خود را از بهار سال جاری آغاز کرده است. اریک کودرر-آبرامز، مدیر بخش علوم زیستی در انتروپیک، با اشاره به رویکرد راهبردی این مجموعه تصریح کرد: «ما علوم زیستی و پزشکی را به عنوان مهمترین حوزهای برگزیدهایم که معتقدیم خیر و منافع ملموس فناوری هوش مصنوعی از طریق آن نمایان خواهد شد.»
دکتر کودرر-آبرامز و همکارانش جزئیات پژوهش خود را در قالب یک گزارش فنی منتشر کردهاند؛ گزارشی که البته تاکنون به هیچ نشریه دانشگاهی برای ارزیابی و اعتبارسنجی ارائه نشده است. داریو آمودی، مدیرعامل انتروپیک، ظرفیتهای بسیار بزرگی در این یافته متصور است.
او در شبکه اجتماعی اکس اعلام کرد مدل هوش مصنوعی «کلود» سازوکار هدایت این کشف مولکولی را بر عهده داشته است و احتمال دارد ساختار نویافته نماینده نوعی ابزار جدید برای ویرایش ژنوم باشد. با این حال، دانشمندان خارج از این شرکت تأکید دارند این ادعاها فراتر از مدارک و شواهد تجربی گردآوری شده تا این لحظه است. فیلیپ کرانزوش، میکروبیولوژیست دانشکده پزشکی هاروارد، در تحلیلی انتقادی گفت: «این دستاورد هنوز یک جهش بزرگ علمی نیست، بلکه صرفاً گرهگشایی کوچکی بر دانستههای پیشین ما در این حوزه است.»
ورود پر سر و صدای انتروپیک به تحقیقات زیستی در دورهای پرالتهاب رقم میخورد که بحثهای فراوانی پیرامون ایمنی سیستمهای هوشمند مطرح است. چندی پیش، همین شرکت گزارش داده بود که مدلهای پیشرفته میتوانند کاربردهای مخاطرهآمیزی داشته باشند؛ از جمله پاسخگویی به پرسشهایی که ممکن است افراد را در ساخت سلاحهای بیولوژیکی یاری دهند.
اندکی پس از انتشار این هشدار، آقای آمودی خواستار کندتر شدن سرعت توسعه هوش مصنوعی شد تا جوامع بشری بتوانند بدون تجربه فجایع پیشبینیناپذیر، از منافع این ابزارها بهرهمند شوند. آمودی که دارای مدرک دکتری در رشته بیوفیزیک است، مدتهاست اصرار دارد که درمان بیماریهای سخت از مسیر هوش مصنوعی میگذرد. به باور او، گام نخست اثبات این فرضیه است که فناوریهای پردازش زبان میتوانند در آغاز نقش دستیار و سپس پیشران اکتشافات بیولوژیکی را ایفا کنند.
برای نمایش ایمن این ظرفیت، انتروپیک آزمایشگاه اختصاصی خود را در ماههای گذشته راهاندازی کرد تا بستری برای راستیآزمایی علمی فراهم آورد؛ آزمایشگاهی که اگرچه تیمی نوپا دارد، اما به سرعت در حال جذب سرمایه و نیروی متخصص است.
البته انتروپیک نخستین مرکزی نیست که از الگوریتمها برای واکاوی زیستشناسی بهره میبرد. پیش از این نیز مراکز دانشگاهی و استارتاپهای پیشرو مدلهای یادگیری عمیق را برای طراحی پروتئینهای جدید، ساخت مولکولهای درمانی و پیشبینی رفتار سلولها آموزش داده بودند. پژوهشگران انتروپیک در طرح خود از ابزارهایی نظیر مدل بزرگ «مایتوس» (Mythos) و دستیار کدنویسی «کلود کد» استفاده کردهاند.
تمرکز اصلی این تحقیق بر ردیابی نوعی از آنزیمها موسوم به «ترانسکریپتاز معکوس» بوده است؛ مولکولهایی حیاتی که توالیهای اسید ریبونوکلئیک (RNA) را خوانده و رشته متناظر آن در دیانای (DNA) را سنتز میکنند. باکتریها و ویروسها برای بقا و اهداف ژنتیکی متعدد از این آنزیمها سود میجویند و علم روز نیز از آنها در فناوری تشخیص ویروس کرونا و خلق ابزارهای ویرایش ژنی بهره برده است. با این همه، تنوع طبیعی این کاتالیزورها همچنان ناشناخته مانده است.
عاملهای خودکار هوش مصنوعی وظیفه یافتند پایگاههای دادهای گسترده حاوی کدهای ژنتیکی ۱.۹ میلیارد پروتئین را پایش کنند. این سامانهها خودبهخود برنامههایی برای غربالگری توالیهای مولکولی مشابه ترانسکریپتازهای معکوس و آرانایهای مرتبط تدوین نمودند. خروجی اولیه شامل ۱۷ آنزیم بالقوه بود، اما بررسیهای فنی نشان داد که ۱۴ مورد از آنها ناشی از خطای نرمافزاری بوده و ارزش ساختاری نداشتهاند. با این حال، سه مورد باقیمانده مورد تأیید قرار گرفت که یکی از آنها ساختاری شبیه به آرایههای پیچیده ویروسی دارد.
بخش عمده این پژوهش بر تحلیل دادههای ژنومی و پیشبینی دیجیتالی ساختارها متکی بوده و آزمایشگاه مرطوب با نمونههای واقعی فیزیکی نقش کمرنگی در آن ایفا کرده است. کرانزوش خاطرنشان میکند دانشمندان انتروپیک باید با حذف ژن این آنزیم از ویروسها و مشاهده رفتار عفونی آنها، فرضیات خود را آزمایش کنند. فرآیندی که نقطه آغازی جذاب است، ولی تا تبدیل شدن به یک حقیقت تثبیت شده علمی فاصله زیادی دارد.
گذشته از پیامدهای زیستی، این آزمایش از زاویهای دیگر نیز جالب توجه بود: توانایی هوش مصنوعی در حل مسئله. کودرر-آبرامز با اتکا به فرآیند تصمیمگیری الگوریتمها معتقد است که بارقههایی از خلاقیت مشاهده میشود؛ چرا که عامل دیجیتال ابتدا این سامانه ویروسی را بیاهمیت تلقی کرده بود، اما پس از ارزیابی ساختار عجیب آرانایهای همراه، مسیر تحلیل خود را برای بررسی عمیقتر تغییر داد؛ رفتاری که نشان از امکان شکلگیری شهود پژوهشی در هوش مصنوعی دارد.