محققان دانشگاه کالیفرنیا و بخش علمی شرکت نرم افزاری Salesforc، یک هوش مصنوعی توسعه داده اند که قادر به کپی کردن تکامل خود است.
به گزارش تکناک ، هوش مصنوعی استاد تقلید است. هر بار که دانشمندان یک هوش مصنوعی طراحی می کنند چه برای تقلید از زبان انسان و چه برای تسلط بر یک بازی مانند شطرنج یا با توانایی های سازندگان بیولوژیکی آن مطابقت دارد یا بسیار فراتر از است. در حال حاضر، هوش مصنوعی ثابت کرده است که حتی می تواند بر هنر زیست شناسی نیز تسلط یابد.
این بدان معنا نیست که هوش مصنوعی نوعی ابرانسان برتر تکامل یافته ایجاد کرده است ، اما در عوض، هوش مصنوعی توالی‌هایی از ۲۰ اسید آمینه را طراحی کرده است که پروتئین‌ها را می‌سازند. در مقایسه با کارهای دستی طبیعت، برخی از توالی ها به همان خوبی کار می کنند که در طی میلیون ها سال تکامل ایجاد شده است. محققان یافته های خود را در مجله Nature Biotechnology منتشر کردند.
جالب اینجاست که محققان یک هوش مصنوعی را برای این مطالعه از ابتدا طراحی نکردند، بلکه یک مدل زبان هوش مصنوعی را تغییر دادند. محققان از توانایی‌های پردازش زبان طبیعی ProGen Salesforce استفاده کردند و روی «جملات» پروتئین‌های بیولوژیکی تمرکز کردند که اساساً زبانی از اسیدهای آمینه است.
نیکیل نایک، مدیر تحقیقات هوش مصنوعی در Salesforce Research، به Motherboard گفت: همان‌طور که کلمات یک به یک به هم متصل می‌شوند تا جملات متنی را تشکیل دهند، اسیدهای آمینه نیز برای ساخت پروتئین‌ها یک به یک به هم متصل می‌شوند. بر اساس این بینش، ما از مدل‌سازی زبان عصبی برای پروتئین‌ها برای تولید توالی‌های پروتئینی واقعی و در عین حال جدید استفاده می‌کنیم.
بر اساس این مقاله، پس از آموزش ProGen بر روی ۲۸۰ میلیون پروتئین، هوش مصنوعی «به طور مکرر با یادگیری پیش‌بینی احتمال اسید آمینه بعدی با توجه به آمینو اسیدهای گذشته در یک توالی خام بهینه شد. این تیم در نهایت بر روی پنج پروتئین مصنوعی خاص تمرکز کردند و آنها را با آنزیمی که در تخم مرغ یافت می‌شود به نام «لیزوزیم سفید تخم مرغ» مقایسه کردند که دو پروتئین تولید شده توسط هوش مصنوعی در مقایسه با یکدیگر مطلوب بودند.
به طور کلی، Salesforce تخمین می‌زند که ۷۳ درصد از پروتئین‌های ProGen می‌توانند در مقایسه با ۵۹ درصد پروتئین‌های طبیعی عملکرد مناسبی داشته باشند و دریافت که هوش مصنوعی همچنین قادر به تشخیص الگوهای تکاملی است (اگرچه به طور خاص برای این هدف طراحی طراحی نشده بود). هوش مصنوعی قبلاً پروتئین های انسانی را طراحی کرده بود، اما این اولین باری است که یک مدل زبانی هوش مصنوعی توانسته است این کار را انجام دهد.
اما این تیم تنها به پاسخ به این سوال که آیا مدل زبان هوش مصنوعی می‌تواند پروتئین‌ها را طراحی کند، علاقه‌ای ندارد. از آنجایی که پروتئین ها در بسیاری از بیماری ها نقش کلیدی دارند، تیم تحقیقاتی هوش مصنوعی Salesforce در حال بررسی این موضوع است که چگونه ProGen می تواند درمان اختلالاتی مانند آرتریت روماتوئید و مولتیپل اسکلروزیس را شناسایی کند.
بنابراین، در حالی که برخی از هوش مصنوعی‌ها برای شکست دادن انسان‌ها در بازی خود (به معنای واقعی کلمه) آموزش دیده‌اند، مدل‌های زبانی مانند ProGen روزی ممکن است به خود “تکامل” کمک کنند و به انسان‌ها کمک کنند تا با برخی از سخت ترین بیماری های جهان مبارزه کنند.
به گزارش تکناک ، هوش مصنوعی استاد تقلید است. هر بار که دانشمندان یک هوش مصنوعی طراحی می کنند چه برای تقلید از زبان انسان و چه برای تسلط بر یک بازی مانند شطرنج یا با توانایی های سازندگان بیولوژیکی آن مطابقت دارد یا بسیار فراتر از است. در حال حاضر، هوش مصنوعی ثابت کرده است که حتی می تواند بر هنر زیست شناسی نیز تسلط یابد.
این بدان معنا نیست که هوش مصنوعی نوعی ابرانسان برتر تکامل یافته ایجاد کرده است ، اما در عوض، هوش مصنوعی توالی‌هایی از ۲۰ اسید آمینه را طراحی کرده است که پروتئین‌ها را می‌سازند. در مقایسه با کارهای دستی طبیعت، برخی از توالی ها به همان خوبی کار می کنند که در طی میلیون ها سال تکامل ایجاد شده است. محققان یافته های خود را در مجله Nature Biotechnology منتشر کردند.
جالب اینجاست که محققان یک هوش مصنوعی را برای این مطالعه از ابتدا طراحی نکردند، بلکه یک مدل زبان هوش مصنوعی را تغییر دادند. محققان از توانایی‌های پردازش زبان طبیعی ProGen Salesforce استفاده کردند و روی «جملات» پروتئین‌های بیولوژیکی تمرکز کردند که اساساً زبانی از اسیدهای آمینه است.
نیکیل نایک، مدیر تحقیقات هوش مصنوعی در Salesforce Research، به Motherboard گفت: همان‌طور که کلمات یک به یک به هم متصل می‌شوند تا جملات متنی را تشکیل دهند، اسیدهای آمینه نیز برای ساخت پروتئین‌ها یک به یک به هم متصل می‌شوند. بر اساس این بینش، ما از مدل‌سازی زبان عصبی برای پروتئین‌ها برای تولید توالی‌های پروتئینی واقعی و در عین حال جدید استفاده می‌کنیم.
بر اساس این مقاله، پس از آموزش ProGen بر روی ۲۸۰ میلیون پروتئین، هوش مصنوعی «به طور مکرر با یادگیری پیش‌بینی احتمال اسید آمینه بعدی با توجه به آمینو اسیدهای گذشته در یک توالی خام بهینه شد. این تیم در نهایت بر روی پنج پروتئین مصنوعی خاص تمرکز کردند و آنها را با آنزیمی که در تخم مرغ یافت می‌شود به نام «لیزوزیم سفید تخم مرغ» مقایسه کردند که دو پروتئین تولید شده توسط هوش مصنوعی در مقایسه با یکدیگر مطلوب بودند.
به طور کلی، Salesforce تخمین می‌زند که ۷۳ درصد از پروتئین‌های ProGen می‌توانند در مقایسه با ۵۹ درصد پروتئین‌های طبیعی عملکرد مناسبی داشته باشند و دریافت که هوش مصنوعی همچنین قادر به تشخیص الگوهای تکاملی است (اگرچه به طور خاص برای این هدف طراحی طراحی نشده بود). هوش مصنوعی قبلاً پروتئین های انسانی را طراحی کرده بود، اما این اولین باری است که یک مدل زبانی هوش مصنوعی توانسته است این کار را انجام دهد.
اما این تیم تنها به پاسخ به این سوال که آیا مدل زبان هوش مصنوعی می‌تواند پروتئین‌ها را طراحی کند، علاقه‌ای ندارد. از آنجایی که پروتئین ها در بسیاری از بیماری ها نقش کلیدی دارند، تیم تحقیقاتی هوش مصنوعی Salesforce در حال بررسی این موضوع است که چگونه ProGen می تواند درمان اختلالاتی مانند آرتریت روماتوئید و مولتیپل اسکلروزیس را شناسایی کند.
بنابراین، در حالی که برخی از هوش مصنوعی‌ها برای شکست دادن انسان‌ها در بازی خود (به معنای واقعی کلمه) آموزش دیده‌اند، مدل‌های زبانی مانند ProGen روزی ممکن است به خود “تکامل” کمک کنند و به انسان‌ها کمک کنند تا با برخی از سخت ترین بیماری های جهان مبارزه کنند.
کد خبر ۲۱۲۰۱۱۱۱۲.۵۴۳
