एआई मॉडल और प्लेटफ़ॉर्म
वैज्ञानिक खोजों को तेज करना: एआई स्वायत्त प्रयोग करता है

मुख्य बिंदुबैक्टरएआई ने सूक्ष्मजीवी उपापचय को समझने के लिए प्रतिदिन 10,000 तक स्वायत्त प्रयोग किए।
और देखें
- बैक्टरएआई ने सूक्ष्मजीवी उपापचय को समझने के लिए प्रतिदिन 10,000 तक स्वायत्त प्रयोग किए।
- इस एआई ने प्रत्येक दिन अमीनो अम्ल संयोजनों का परीक्षण और परिष्करण करके अपना प्रशिक्षण डेटा स्वयं उत्पन्न किया।
- बैक्टरएआई जैसे केंद्रित एआई अनुप्रयोग कई वैज्ञानिक क्षेत्रों में दैनिक शोध को गति दे सकते हैं।
मिशिगन विश्वविद्यालय के एक प्रोफेसर द्वारा नेतृत्व वाली एक अनुसंधान टीम द्वारा डिज़ाइन किए गए एक कृत्रिम बुद्धिमत्ता प्लेटफ़ॉर्म, जिसे बैक्टेरएआई कहा जाता है, ने 10,000 प्रतिदिन जैसे एक आश्चर्यजनक संख्या में स्वायत्त वैज्ञानिक प्रयोग करने की अपनी क्षमता का प्रदर्शन किया है। एआई का यह सफल अनुप्रयोग चिकित्सा, कृषि, और पर्यावरण विज्ञान सहित विभिन्न क्षेत्रों में तेजी से प्रगति के लिए मार्ग प्रशस्त कर सकता है।
अनुसंधान के परिणाम नेचर माइक्रोबायोलॉजी में प्रकाशित हुए हैं।
बैक्टेरएआई के साथ माइक्रोबियल चयापचय को समझना
बैक्टेरएआई को मौखिक स्वास्थ्य से जुड़े दो माइक्रोब्स के चयापचय को मैप करने के लिए विकसित किया गया था, बिना किसी आधार जानकारी के। बैक्टीरिया की जटिल चयापचय प्रक्रियाओं में जीवन के लिए आवश्यक 20 अमीनो एसिड के एक विशिष्ट संयोजन की खपत शामिल है। अनुसंधान का उद्देश्य यह निर्धारित करना था कि मौखिक स्वास्थ्य से जुड़े लाभकारी माइक्रोब्स के विकास को बढ़ावा देने के लिए कौन से अमीनो एसिड की आवश्यकता होती है।
“हम अपने स्वास्थ्य को प्रभावित करने वाले अधिकांश बैक्टीरिया के बारे में लगभग कुछ भी नहीं जानते। बैक्टीरिया के विकास को समझना हमारे माइक्रोबायोम को पुनः इंजीनियर करने का पहला कदम है,” पॉल जेन्सन, यू-एम के सहायक प्रोफेसर, जो बायोमेडिकल इंजीनियरिंग में हैं, ने कहा, जो परियोजना शुरू होने पर इलिनोइस विश्वविद्यालय में थे।
एआई द्वारा सरलीकृत एक चुनौतीपूर्ण कार्य
बैक्टीरिया के लिए पसंदीदा अमीनो एसिड संयोजन को डिकोड करना एक कठिन कार्य है क्योंकि एक मिलियन से अधिक संभावित संयोजन हैं। हालांकि, बैक्टेरएआई ने स्ट्रेप्टोकोकस गॉर्डोनी और स्ट्रेप्टोकोकस सैंगुइनिस दोनों के लिए अमीनो एसिड की आवश्यकता का सफलतापूर्वक निर्धारण किया।
बैक्टेरएआई का दृष्टिकोण प्रतिदिन सैकड़ों अमीनो एसिड संयोजनों का परीक्षण करना, पिछले दिन के प्रयोगों के परिणामों के आधार पर अपने फोकस को परिष्कृत करना और प्रतिदिन संयोजनों को बदलना शामिल था। नौ दिनों की अवधि में, यह अपनी भविष्यवाणियों में 90% सटीकता हासिल करने में सक्षम था।
ट्रायल और त्रुटि के माध्यम से एआई सीखना
पारंपरिक विधियों के विपरीत, जो लेबल वाले डेटा सेट का उपयोग करके मशीन-लर्निंग मॉडल को प्रशिक्षित करती हैं, बैक्टेरएआई अपना डेटा सेट प्रयोग करने, परिणामों का विश्लेषण करने और भविष्य के परिणामों की भविष्यवाणी करने की एक पुनरावृत्त प्रक्रिया के माध्यम से स्वयं उत्पन्न करता है। इस विधि ने इसे 4,000 से कम प्रयोगों के साथ बैक्टीरिया को खिलाने के नियमों को समझने में सक्षम बनाया।
“हम चाहते थे कि हमारा एआई एजेंट कदम उठाए और गिर जाए, अपने विचारों के साथ आए और गलतियाँ करे। हर दिन, यह थोड़ा बेहतर, थोड़ा स्मार्ट हो जाता है,” जेन्सन ने कहा, बैक्टेरएआई की सीखने की प्रक्रिया और एक बच्चे के बीच समानता को रेखांकित करते हुए।
अनुसंधान में एआई का भविष्य
चूंकि लगभग 90% बैक्टीरिया पर बहुत कम या कोई शोध नहीं हुआ है, पारंपरिक विधियां समय और संसाधनों की आवश्यकता के संदर्भ में एक महत्वपूर्ण बाधा प्रस्तुत करती हैं। बैक्टेरएआई की स्वायत्त प्रयोग करने की क्षमता खोजों को तेजी से बढ़ा सकती है। एक दिन में, टीम ने 10,000 प्रयोग चलाने में कामयाबी हासिल की।
हालांकि, बैक्टेरएआई के संभावित अनुप्रयोग माइक्रोबायोलॉजी से परे हैं। किसी भी क्षेत्र के शोधकर्ता इस तरह की ट्रायल और त्रुटि प्रक्रिया के माध्यम से एआई को हल करने के लिए पहेलियों के रूप में प्रश्न प्रस्तुत कर सकते हैं।
“हाल के महीनों में मुख्यधारा के एआई के तेज़ी से उभरने के साथ, बहुत से लोग अनिश्चित हैं कि यह भविष्य में क्या लेकर आएगा, सकारात्मक और नकारात्मक दोनों,” एडम डामा, जेन्सन लैब में एक पूर्व इंजीनियर और अध्ययन के प्रमुख लेखक ने कहा। “लेकिन मेरे लिए, यह बहुत स्पष्ट है कि हमारी परियोजना जैसे एआई के केंद्रित अनुप्रयोग दैनिक अनुसंधान को तेजी से बढ़ावा देंगे।”












