نظام الذكاء الاصطناعي الجديد من جوجل “عالم معاون” يهدف إلى تسريع الاكتشافات العلمية

تخيل شريكًا في البحث قد قرأ كل الأوراق العلمية التي قمت بقراءتها، ويعمل بلا كلل على وضع تجارب جديدة على مدار الساعة. جوجل تحاول تحويل هذا الرؤية إلى حقيقة مع نظام الذكاء الاصطناعي الجديد المصمم للعمل كـ “عالم معاون”.

يمكن لمساعد الذكاء الاصطناعي هذا العبور عبر مكتبات بحث واسعة، واقتراح فرضيات جديدة، وتحديد خطط التجارب – كل ذلك بالتعاون مع الباحثين البشر. أداة جوجل الجديدة، التي تم اختبارها في جامعة ستانفورد وكلية لندن الإمبراطورية، تستخدم التفكير المتقدم لمساعدة العلماء على تحليل جبال من الأدبيات وتوليد أفكار جديدة. الهدف هو تسريع الاكتشافات العلمية من خلال فهم الاضطراب المعلوماتي واقتراح رؤى قد تفوتها الإنسان.

يسمي هذا “عالم معاون”، كما يسميه جوجل، ليس روبوتًا ماديًا في مختبر، بل نظام برمجي متقدم. إنه مبني على أحدث نماذج الذكاء الاصطناعي من جوجل (特别 نموذج Gemini 2.0) ويعكس الطريقة التي يفكر بها العلماء – من وضع الأفكار إلى نقدها. بدلاً من مجرد تلخيص الحقائق المعروفة أو البحث عن الأوراق، يهدف النظام إلى كشف المعرفة الأصلية واقتراح فرضيات جديدة حقيقية بناءً على الأدلة القائمة. بعبارة أخرى، لا يبحث فقط عن إجابات للأسئلة – بل يساعد على اختراع أسئلة جديدة لطرحها.

جوجل ووحدة الذكاء الاصطناعي التابعة لها DeepMind قد أدرجت تطبيقات العلوم للذكاء الاصطناعي، بعد إثبات نجاحات مثل AlphaFold، الذي استخدم الذكاء الاصطناعي لحل لغز طويل الأمد من طي البروتين. مع عالم معاون، يأملون في “تسريع سرعة الساعة” للاكتشافات في مجالات من الطب البيولوجي إلى الفيزياء.

عالم معاون (جوجل)

كيف يعمل عالم معاون

تحت الغطاء، نظام عالم معاون من جوجل يتكون في الواقع من برامج ذكاء اصطناعي متخصصة متعددة – فكر فيهم كفريق من مساعدي البحث السريع، كل واحد منهم يلعب دورًا محددًا. تعمل هذه الوكلاء على همکاری في خط أنابيب يقلد المنهج العلمي: يولد أحدهم أفكارًا، ويقوم آخرون بنقد وتحسينها، ويتم إرسال أفضل الأفكار إلى الباحث البشري.

وفقًا لفريق البحث في جوجل، đây هو كيفية سير العملية:

• وكيل التوليد – يعمل على استخراج البحث ذي الصلة ويتوصل إلى نتائج موجودة لاقتراح طرق أو فرضيات جديدة.
• وكيل الانعكاس – يعمل كمراجع، يتحقق من دقة و جودة و nouveauté الفرضيات المقترحة و يزيل الأفكار المعيبة.
• وكيل التصنيف – يقوم بمنافسة “بطولة” للأفكار، و يرتبها بناءً على أيهما تبدو أكثر وعدًا.
• وكيل القرب – يجمع الفرضيات المماثلة معًا و يزيل المكررات حتى لا يراجع الباحث أفكارًا متكررة.
• وكيل التطور – يأخذ الفرضيات الأفضل و يعمل على تحسينها، باستخدام القواسم المشتركة أو تبسيط المفاهيم لتحسين المقترحات.
• وكيل المراجعة المتعددة – يجمع أخيرًا أفضل الأفكار في مقترح بحث متسق أو نظرة عامة للباحث لمراجعته.

من المهم أن الباحث البشري يبقى في الحلقة في كل مرحلة. نظام عالم معاون لا يعمل بمفرده أو يتخذ قرارات نهائية بنفسه. يبدأ الباحثون بتقديم هدف بحثي أو سؤال بلغة طبيعية – على سبيل المثال، هدفًا لfinding استراتيجيات جديدة لمعالجة مرض معين – إلى جانب أي قيود أو أفكار أولية ذات صلة. ثم يعمل النظام على إنتاج اقتراحات. يمكن للباحث تقديم ملاحظات أو تعديل المعلمات، وسيعيد النظام تشغيله.

صمم جوجل النظام ليكون “مصممًا للتعاون”، مما يعني أن العلماء يمكنهم إدراج أفكارهم أو نقدهم خلال عملية الذكاء الاصطناعي. يمكن حتى للذكاء الاصطناعي استخدام أدوات خارجية مثل البحث على الويب ونماذج متخصصة أخرى للتحقق من الحقائق أو جمع البيانات أثناء عمله، مما يضمن أن الفرضيات التي يقدمها تكون مدعومة بمعلومات حديثة.

وكلاء عالم معاون (جوجل)

مسار أسرع إلى الاكتشافات

من خلال تفويض بعض أعمال البحث الشاقة – مثل المراجعات الشاملة للأدبيات والتفكير الأولي – إلى آلة لا تعرف التعب، يأمل العلماء في تسريع الاكتشافات بشكل كبير. يمكن لعالم معاون القراءة أكثر من أي إنسان، ويتوصل إلى ملايين من مجموعات الأفكار الجديدة التي يمكن تجربتها.

“إنه يحتمل أن يسرع جهود العلماء لمواجهة التحديات الكبرى في العلوم والطب،” كتب الباحثون في الورقة. النتائج الأولية مشجعة. في تجربة واحدة تركز على تليف الكبد (تليف الكبد)، أبلغت جوجل أن كل نهج اقترحه عالم معاون أظهر القدرة الواعدة على تثبيط محفزات المرض. في الواقع، كانت توصيات الذكاء الاصطناعي في تلك التجربة ليست طلقات في الظلام – بل كانت تتماشى مع ما يعتبره الخبراء تدخلات معقولة.

علاوة على ذلك، أظهر النظام القدرة على تحسين الحلول التي وضعها الخبراء مع مرور الوقت. وفقًا لجوجل، استمر الذكاء الاصطناعي في تحسين وضبط الحلول التي اقترحها الخبراء في البداية، مما يشير إلى أنه يمكنه التعلم والإضافة القيمة المتزايدة إلى الخبرة البشرية مع كل تكرار.

كانت هناك تجربة أخرى ملحوظة تتعلق بمشكلة مقاومة المضادات الحيوية. كلف الباحثون الذكاء الاصطناعي بتوضيح كيف يساعد عنصر جيني معين البكتيريا على نشر سماتها المقاومة للأدوية. بدون علم الذكاء الاصطناعي، كان فريق علمي منفصل (في دراسة لم تنشر بعد) قد اكتشف بالفعل الآلية. تم إعطاء الذكاء الاصطناعي معلومات أساسية وعدد قليل من الأوراق ذات الصلة، ثم تم تركها ليعمل بمفرده. في غضون يومين، توصل إلى نفس الفرضية التي توصل إليها العلماء البشر.

“كان هذا الاكتشاف مدعوم تجريبيًا في الدراسة البحثية المستقلة، والتي لم يكن عالم معاون على دراية بها أثناء توليد الفرضية،” لاحظ المؤلفون. بعبارة أخرى، استطاع الذكاء الاصطناعي إعادة اكتشاف رؤية رئيسية بمفرده، مما يظهر أنه يمكنه ربط النقاط بطرق تتنافس مع الحدس البشري – على الأقل في الحالات التي تتوفر فيها بيانات كافية.

الآثار من سرعة ومدى التأثير العابر للأنواع هائلة. غالبًا ما تحدث الاكتشافات عندما تصطدم رؤى من مجالات مختلفة، ولكن لا يمكن لأي شخص أن يكون خبيرًا في كل شيء. يمكن للذكاء الاصطناعي الذي امتصع المعرفة عبر الجينات والكيمياء والطب والمتخصصة الأخرى أن يقترح أفكارًا قد يغفل عنها الخبراء البشر. لقد أثبتت وحدة DeepMind في جوجل بالفعل كيف يمكن للذكاء الاصطناعي أن يكون تحولًا في العلوم مع AlphaFold، الذي تنبأ ببنية البروتين ثلاثية الأبعاد وتم استقباله كقفزة كبيرة إلى الأمام لعلم الأحياء. هذا الإنجاز، الذي سرع اكتشاف الأدوية وتطوير اللقاحات، حصل حتى على تقدير أعلى شرف علمي (بما في ذلك اعتراف مربوط بالجائزة النوبل).

يهدف نظام عالم معاون الجديد إلى إحضار قفزات مماثلة إلى التفكير البحثي اليومي. في حين أن التطبيقات الأولى كانت في الطب البيولوجي، يمكن تطبيق النظام في المبدأ على أي مجال علمي – من الفيزياء إلى العلوم البيئية – منذ أن يكون أسلوب توليد ومراجعة الفرضيات غير متعلق بالتخصص. قد يستخدم الباحثون ذلك للبحث عن مواد جديدة، أو استكشاف حلول مناخية، أو اكتشاف نظريات رياضية جديدة. في كل حالة، الوعد هو نفسه: مسار أسرع من السؤال إلى الاكتشاف، مما قد يضغط سنوات من التجربة والخطأ في إطار زمني أقصر بكثير.