تسريع الاكتشافات العلمية: الذكاء الاصطناعي يقوم بتجارب مستقلة

منصة الذكاء الاصطناعي المعروفة باسم BacterAI، التي صممها فريق بحث بقيادة أستاذ في جامعة ميشيغان، قد أظهرت قدراتها في إجراء عدد كبير من التجارب العلمية المستقلة – ما يصل إلى 10,000 تجربة في اليوم. ويمكن أن يفتح تطبيق الذكاء الاصطناعي هذا الطريق أمام التقدم السريع في مجالات مختلفة بما في ذلك الطب والزراعة والعلوم البيئية.

نشرت نتائج البحث في نيتشر مايكروبيولوجي.

فك شفرة الأيض الميكروبي مع BacterAI

تم تطوير BacterAI لتحديد الأيض لنوعين من الميكروبات المرتبطة بصحة الفم، دون وجود معلومات أساسية للبدء. وتشمل العمليات الأيضية المعقدة للبكتيريا استهلاك مزيج معين من الأحماض الأمينية الـ 20 المطلوبة للحياة. وكان الهدف من البحث هو تحديد الأحماض الأمينية الدقيقة المطلوبة للبكتيريا الفموية المفيدة لتعزيز نموها.

“نحن لا نعلم شيئًا تقريبًا عن معظم البكتيريا التي تؤثر على صحتنا. وفهم كيف تنمو البكتيريا هو الخطوة الأولى نحو إعادة هندسة ميكروبيومنا”، قال بول جنسن، أستاذ مساعد في الهندسة الطبية الحيوية في جامعة ميشيغان، الذي كان في جامعة إلينوي عندما بدأ المشروع.

مهمة صعبة مبسطة بواسطة الذكاء الاصطناعي

فك تشفير المزيج المفضل للأحماض الأمينية للبكتيريا هو مهمة صعبة بسبب وجود أكثر من مليون توليفة محتملة. ومع ذلك، تمكنت BacterAI من تحديد متطلبات الأحماض الأمينية لنمو كلا Streptococcus gordonii و Streptococcus sanguinis بنجاح.

استخدمت BacterAI نهجًا يتضمن اختبار مئات التوليفات من الأحماض الأمينية يوميًا، وتحسين التركيز وتغيير المزيج كل يوم بناءً على نتائج التجارب السابقة. وفي غضون تسعة أيام، حققت دقة بنسبة 90٪ في تنبؤاتها.

الذكاء الاصطناعي يتعلم من خلال التجربة والخطأ

على عكس الطرق التقليدية التي تستخدم مجموعات بيانات ذات تسميات لتدريب نماذج التعلم الآلي، فإن BacterAI يولد مجموعته الخاصة من البيانات من خلال عملية تكرارية من إجراء التجارب وتحليل النتائج وتنبؤ النتائج المستقبلية. وقد مكنت هذه الطريقة BacterAI من فك قواعد تغذية البكتيريا بأقل من 4,000 تجربة.

“كنا نريد أن يتخذ وكيل الذكاء الاصطناعي الخاص بنا خطوات ويسقط، ليأتي بفكرته الخاصة ويتعلم من الأخطاء. كل يوم يصبح أفضل قليلًا وأذكى قليلًا”، قال جنسن، مشيرًا إلى التشابه بين عملية التعلم التي يقوم بها BacterAI وطفل.

مستقبل الذكاء الاصطناعي في البحث

نظرًا لأن القليل من الأبحاث قد أجريت على حوالي 90٪ من البكتيريا، فإن الطرق التقليدية تقدم حاجزًا كبيرًا فيما يتعلق بالوقت والموارد المطلوبة. ويمكن أن تسرع قدرات BacterAI في إجراء التجارب الآلية الاكتشافات بشكل كبير. وفي يوم واحد، تمكن الفريق من تشغيل ما يصل إلى 10,000 تجربة.

ومع ذلك، فإن التطبيقات المحتملة لبرنامج BacterAI تمتد إلى ما هو أبعد من علم الأحياء الدقيقة. يمكن للباحثين في أي مجال وضع الأسئلة كأحجية للذكاء الاصطناعي لحلها من خلال عملية التجربة والخطأ هذه.

“مع الانفجار الأخير للذكاء الاصطناعي خلال الأشهر القليلة الماضية، فإن الكثير من الناس غير متأكدين مما سوف يأتي في المستقبل، إيجابيًا وسلبيًا”، قال آدم داما، مهندس سابق في مختبر جنسن والكاتب الرئيسي للدراسة. “لكني أرى أنه من الواضح أن التطبيقات المحددة للذكاء الاصطناعي مثل مشروعنا سوف تسرّع البحث اليومي.”