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 khảیاتها 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 الشفرة من الأيض الجرثومي مع BacterAI

تم تطوير BacterAI لتحديد الأيض لجرثمتين مرتبطين بالصحة الفموية، 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 نعلم几乎 لا شيء 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 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 أكثر من ملايين المزيج المحتمل. ومع ذلك، تمكنت BacterAI من تحديد متطلبات الأحماض الأمينية لنمو كلا ستربتوكوكوس غوردونii و ستربتوكوكوس سانغوينيس بنجاح.

استخدمت BacterAI نهجًا ي涉ل اختبار مئات من المزيج 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 تم إعدادها 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 وكيلنا الذكاء الاصطناعي خطوات ويسقط، ليأتي بفكرته الخاصة ويتعلم من الأخطاء. كل يوم، يصبح أكثر ذكاءً”، 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 khảیات BacterAI في إجراء التجارب الآلية الاكتشافات بشكل كبير. وفي يوم واحد، تمكنت الفريق من تشغيل ما يصل إلى 10,000 تجربة.

然而، 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 في الشهرين الماضيين، 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 تسريع البحث اليومي.”