वैज्ञानिक खोजों को तेज करना: एआई स्वायत्त प्रयोग करता है

मिशिगन विश्वविद्यालय के एक प्रोफेसर द्वारा नेतृत्व वाली एक अनुसंधान टीम द्वारा डिज़ाइन किए गए एक कृत्रिम बुद्धिमत्ता प्लेटफ़ॉर्म, जिसे BacterAI के रूप में जाना जाता है, ने स्वायत्त वैज्ञानिक प्रयोगों की एक आश्चर्यजनक संख्या का संचालन करने की अपनी क्षमता का प्रदर्शन किया है – प्रति दिन 10,000 तक। 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 किए गए हैं।

BacterAI के साथ माइक्रोबियल चयापचय को समझना

BacterAI को मौखिक स्वास्थ्य से संबंधित दो माइक्रोब्स के चयापचय को मैप करने के लिए विकसित किया गया था, बिना किसी आधारभूत जानकारी के। 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 को बढ़ावा देने के लिए लाभकारी मौखिक माइक्रोब्स के विकास के लिए कौन से अमीनो एसिड की आवश्यकता होती है।

“हम जानते हैं कि हमारे स्वास्थ्य को प्रभावित करने वाले अधिकांश बैक्टीरिया के बारे में लगभग कुछ भी नहीं। बैक्टीरिया के विकास को समझना हमारे माइक्रोबायोम को पुनः इंजीनियर करने की दिशा में पहला कदम है,” पॉल जेन्सन, यू-एम सहायक प्रोफेसर ऑफ बायोमेडिकल इंजीनियरिंग ने कहा, जो परियोजना शुरू होने पर इलिनोइस विश्वविद्यालय में थे।

एआई द्वारा एक चुनौतीपूर्ण कार्य को सरल बनाना

बैक्टीरिया के लिए पसंदीदा अमीनो एसिड संयोजन को डिकोड करना एक दुर्गम कार्य है क्योंकि एक मिलियन से अधिक संभावित संयोजन हैं। हालांकि, BacterAI ने दोनों स्ट्रेप्टोकोकस गॉर्डोनी और स्ट्रेप्टोकोकस सैंगुइनिस के विकास के लिए अमीनो एसिड की आवश्यकता का सफलतापूर्वक निर्धारण किया।

BacterAI के दृष्टिकोण में प्रतिदिन सैकड़ों अमीनो एसिड संयोजनों का परीक्षण करना, पिछले दिन के प्रयोगों के परिणामों के आधार पर प्रतिदिन अपने फोकस को परिष्कृत करना और संयोजनों को बदलना शामिल था। नौ दिनों के भीतर, यह अपनी भविष्यवाणियों में 90% सटीकता हासिल करने में सफल रहा।

परीक्षण और त्रुटि के माध्यम से एआई सीखना

पारंपरिक तरीकों के विपरीत जो लेबल वाले डेटा सेट का उपयोग करके मशीन-लर्निंग मॉडल को प्रशिक्षित करते हैं, BacterAI एक पुनरावृत्ति प्रक्रिया के माध्यम से अपना डेटा सेट बनाता है, जिसमें प्रयोगों का संचालन करना, परिणामों का विश्लेषण करना और भविष्य के परिणामों की भविष्यवाणी करना शामिल है। इस पद्धति 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। प्रत्येक दिन, यह थोड़ा बेहतर, थोड़ा स्मार्ट हो जाता है,” जेन्सन ने कहा, BacterAI की सीखने की प्रक्रिया और एक बच्चे के बीच समानता को रेखांकित करते हुए।

अनुसंधान में एआई का भविष्य

चूंकि लगभग 90% बैक्टीरिया पर शोध नहीं किया गया है, पारंपरिक तरीके समय और संसाधनों की आवश्यकता के संदर्भ में एक महत्वपूर्ण बाधा प्रस्तुत करते हैं। BacterAI की स्वचालित प्रयोग करने की क्षमता खोजों को तेजी से तेज कर सकती है। एक दिन में, टीम ने 10,000 प्रयोगों तक चलाने में कामयाबी हासिल की।

हालांकि, BacterAI के संभावित अनुप्रयोग माइक्रोबायोलॉजी से परे हैं। किसी भी क्षेत्र के शोधकर्ता इस तरह की परीक्षण और त्रुटि प्रक्रिया के माध्यम से हल करने के लिए प्रश्नों को पहेलियों के रूप में प्रस्तुत कर सकते हैं।

“पिछले कुछ महीनों में मुख्यधारा के एआई के हालिया विस्फोट के साथ, कई लोग संदेह में हैं कि यह भविष्य में क्या लाएगा, दोनों सकारात्मक और नकारात्मक,” एडम डामा, जेन्सन लैब के एक पूर्व इंजीनियर और अध्ययन के प्रमुख लेखक ने कहा। “लेकिन मेरे लिए, यह बहुत स्पष्ट है कि हमारे परियोजना जैसे एआई के केंद्रित अनुप्रयोग दैनिक अनुसंधान को तेज करेंगे।”