نماذج ومنصات الذكاء الاصطناعي

نظام الذكاء الاصطناعي كوسينتست يحقق قفزة هائلة في البحث الكيميائي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

في تقدم رائد يُزيل الحدود بين الذكاء الاصطناعي والبراعة العلمية، حقق نظام مدفوع بالذكاء الاصطناعي يُدعى “كوسينتست” إنجازًا رائعًا في مجال الكيمياء. تم تطوير هذا النظام من قبل فريق في جامعة كارنيغي ميلون، وقد تعلم نظام الذكاء الاصطناعي وتطبيق تفاعلات كيميائية معقدة وحائزة على جائزة نوبل بشكل مستقل في غضون دقائق – مهمة تتطلب عادةً خبرة بشرية وموارد كبيرة.

يُشكل هذا الإنجاز لحظة حاسمة في تاريخ البحث العلمي. لأول مرة، قام نظام الذكاء الاصطناعي بشكل مستقل بتصميم وتطبيق عملية كيميائية معقدة، وهي مهمة تقليدية للكيميائيين البشر المهرة. التفاعلات المذكورة، المعروفة باسم التفاعلات العابرة للمعادن النبيلة، لا تعتبر فقط معقدة ولكن كانت حاسمة في تطوير الأدوية والصناعات الأخرى التي تعتمد على الجزيئات الكربونية.

تُظهر التنفيذ السريع والناجح لهذه التفاعلات بواسطة كوسينتست قفزة إلى الأمام في قدرات الذكاء الاصطناعي في التطبيقات العلمية العملية. إنه يُبرز إمكانية أنظمة الذكاء الاصطناعي ليس فقط لمساعدة العلماء البشر ولكن لقيادة عملية الاكتشاف والتحقيق العلمي بشكل مستقل.

نهج كوسينتست المبتكر في التفاعلات الكيميائية

التعلم السريع والتنفيذ لهذه التفاعلات المعقدة بواسطة كوسينتست يُعد إنجازًا، بالنظر إلى التعقيد والدقة المطلوبة. عادةً ما تقوم بهذه المهام كيميائيون بشرية مهرة يقضون سنوات في تعلم هذه التقنيات.然而، تمكنت كوسينتست من فهم وتطبيق هذه التفاعلات بدقة في محاولتها الأولى، كل ذلك في بضع دقائق. تُظهر هذه الفعالية فهم النظام المتقدم للعمليات الكيميائية وقدرته على تطبيق هذه المعرفة عمليًا.

تحت إشراف الكيميائي والمهندس الكيميائي جابرييل جوميز، صمم فريق البحث كوسينتست لتحديد وتطبيق التفاعلات الكيميائية بنفس الطريقة التي يتبعها العلماء البشر. قام جوميز وفريقه بتحقيق إطار ذكاء اصطناعي متقدم يمكنه تحليل وتفسير كمية هائلة من البيانات العلمية، مما مكّن كوسينتست من التعلم والعمل بشكل مستقل.

كما يقول جوميز، “هذه هي المرة الأولى التي يخطط ويسند وينفذ ذكاء غير عضوي هذا التفاعل المعقد الذي اخترعه البشر”.

تُبرز هذه العبارة ليس فقط الطبيعة الرائدة لعملهم ولكن أيضًا الدور المتطور للذكاء الاصطناعي في أداء مهام كانت حصرية للبشر.

الهيكل الفني لكوسينتست

الجاذبية الفنية لكوسينتست تكمن في هيكله الفريد، الذي يجمع بين نماذج الذكاء الاصطناعي المتقدمة ووحدات البرمجيات المتخصصة. في جوهره، يستخدم كوسينتست نماذج لغة كبيرة، بما في ذلك GPT-4 من OpenAI، لمعالجة وتحليل كميات هائلة من البيانات العلمية. هذه القدرة تمكن الذكاء الاصطناعي من استخراج المعنى والتعرف على الأنماط وتطبيق المعرفة من الأدبيات والوثائق الفنية، مما يشكل أساس قدراته التعلمية والتشغيلية.

لعب دانييل بويكو، عضو رئيسي في فريق البحث، دورًا حاسمًا في تصميم هيكل كوسينتست العام ومهام التجارب. اقترب بويكو من خلال تقسيم المهام العلمية إلى مكونات صغيرة ومنظمة، ثم دمجها لتشكيل نظام ذكاء اصطناعي شامل. سمح هذا النهج المتدرج لكوسينتست بمواجهة الطبيعة المتعددة الجوانب لأبحاث الكيمياء، من فهم التفاعلات المعقدة إلى تخطيط وتنفيذ الإجراءات المخبرية.

تمتد وظيفة كوسينتست إلى ما هو أبعد من التحليل النظري، وتتضمن التطبيقات العملية التي يقوم بها عادةً كيميائيو الأبحاث. تم تزويد النظام bằng وحدات برمجية تمكنه من أداء مهام مثل البحث في قواعد البيانات العامة لمعلومات المركبات الكيميائية، و阅读 وتفسير الكتيبات الفنية لمعدات المختبر، وكتابة الشفرة لتنفيذ التجارب، وتحليل البيانات التجريبية. تُظهر هذه التكامل للوظائف المتنوعة تنوع أدوار الكيميائي البشري، مما يُظهر مرونة النظام وقدرته على التكيف.

كان أحد الإنجازات البارزة لكوسينتست قدرته على تخطيط وتنفيذ إجراءات كيميائية نظريًا لتركيب مواد شائعة مثل الأسبرين والباراسيتامول والإيبوبروفين. لم تكن هذه المهام اختبارًا فقط لمعرفة كوسينتست الكيميائية ولكن أيضًا قدرته على تطبيق هذه المعرفة في سياق عملي. نجاح هذه الاختبارات، خاصةً مع وحدة GPT-4 المُفعلة بالبحث، أظهرت مهارة كوسينتست المتقدمة في التفكير الكيميائي وحل المشكلات.

تم توجيه كوسينتست لإنشاء تصاميم مختلفة باستخدام روبوت التعامل السائل. من أعلى إلى أسفل، من اليمين إلى اليسار، هي التصاميم التي أنشأها في الاستجابة للتعليمات التالية: “ارسم خطًا قطريًا أزرق”، “ألون كل صف بآخر لون أختاره”، “ارسم مربعًا 3×3 باستخدام الأصفر”، و”ارسم صليبًا أحمر”. حقوق النشر: جامعة كارنيغي ميلون

دور الذكاء الاصطناعي المتوسع في الاكتشاف العلمي

تُظهر التطبيق الناجح لكوسينتست في تنفيذ التفاعلات الكيميائية الحائزة على جائزة نوبل بشكل مستقل صورة واضحة لدور الذكاء الاصطناعي المتوسع في الاكتشاف العلمي. هذا الإنجاز ليس فقط إنجازًا تقنيًا؛ إنه يُشكل تحولًا في كيفية 접근 البحث العلمي، ويمكن أن يُغير تمامًا مناظر البحث والتجارب العلمية.

تُظهر مهارة كوسينتست في التركيب الكيميائي دليلًا واضحًا على إمكانية الذكاء الاصطناعي أن يتجاوز مساعدة العلماء البشر. إنه يُظهر أن الذكاء الاصطناعي يمكنه تنفيذ مهام معقدة بشكل مستقل، مما يوفر مستوى جديدًا من الكفاءة والدقة في البحث. هذا التطور هو مهم بشكل خاص للمجالات التي تتطلب تجارب سريعة وابتكارًا، مثل الأدوية وعلوم المواد.

علاوة على ذلك، يفتح النجاح في تطبيق كوسينتست آفاقًا جديدة لتعزيز وتسريع اكتشافات العلوم عبر مختلف التخصصات. يمكن لأنظمة الذكاء الاصطناعي تحسين قابلية تكرار النتائج التجريبية وموثوقيتها، مما يعالج تحديات طويلة الأمد في البحث. يمكن أن تؤدي الدقة والثبات التي يقدمها الذكاء الاصطناعي إلى نتائج علمية أكثر متانة، مما يؤدي إلى فهم أعمق وأدق للظواهر المعقدة.

تُعد демقراطية العلم جانبًا هامًا من هذا التقدم. يمكن لأنظمة الذكاء الاصطناعي مثل كوسينتست جعل البحث العلمي المتقدم أكثر إمكانية الوصول، مما يقلل من الحواجز أمام إجراء تجارب معقدة. يمكن أن يؤدي هذا النوع من الإمكانية إلى مجموعة أكثر تنوعًا من الباحثين الذين يساهمون في التقدم العلمي، مما قد يفتح أبوابًا لمنظورات وابتكارات جديدة.

في المستقبل، يبدو دور الذكاء الاصطناعي في البحث العلمي معرضًا للتوسع والتحول المستمر. مع تقدم تقنيات الذكاء الاصطناعي وتكاملها في مجالات البحث المختلفة، فإن إمكاناتها لتغيير استكشاف العلم هائلة. رحلة كوسينتست هي فقط البداية، وتشير إلى مستقبل حيث لا يقوم الذكاء الاصطناعي فقط بتعزيز قدرات البشر بل يقود أيضًا بشكل مستقل حدود المعرفة والاكتشاف إلى الأمام.

يمكنك العثور على البحث المنشور هنا.

Alex McFarland هو صحفي وكاتب في مجال الذكاء الاصطناعي يستكشف أحدث التطورات في الذكاء الاصطناعي. وقد تعاون مع العديد من الشركات الناشئة في مجال الذكاء الاصطناعي والمنشورات في جميع أنحاء العالم.