يعمل الذكاء الاصطناعي (AI) على تشكيل مجال العلوم بطرق غير مسبوقة. **من تسريع عملية البحث إلى توليد فرضيات بحثية جديدة، فإن إضافة الذكاء الاصطناعي يجلب إمكانات هائلة للعلم. **
في وقت سابق من هذا العام، قال يان ليكون، أحد عرابي الذكاء الاصطناعي الحديث: "من خلال تعزيز الذكاء البشري، قد يؤدي الذكاء الاصطناعي إلى نهضة جديدة، وربما مرحلة جديدة من عصر التنوير".
واليوم، يستطيع الذكاء الاصطناعي بالفعل أن يجعل بعض العمليات العلمية الحالية أسرع وأكثر كفاءة، مثل اكتشاف مضادات حيوية جديدة، ومواد جديدة للبطاريات والألواح الشمسية، فضلاً عن التنبؤ بالطقس على المدى القصير، والتحكم في الاندماج النووي، وغير ذلك الكثير. وشبه ديميس هاسابيس، الرئيس التنفيذي لشركة Google DeepMind، الذكاء الاصطناعي بالتلسكوب، ويعتقد أن "الذكاء الاصطناعي قد يؤدي إلى نهضة اكتشافات جديدة ويصبح مضاعفًا للحكمة البشرية".
ومع ذلك، هل يمكن للذكاء الاصطناعي أن يفعل المزيد من خلال تغيير الطريقة التي يعمل بها العلم نفسه؟
الاكتشاف القائم على الأدب: الذكاء الاصطناعي يقود اكتشاف المعرفة العلمية
في الواقع، لقد حدث هذا التحول من قبل.
مع ظهور المنهج العلمي في القرن السابع عشر، بدأ الباحثون يثقون في الملاحظات التجريبية والنظريات المستمدة منها بدلاً من الحكمة التقليدية في العصور القديمة. أدى إنشاء مختبرات الأبحاث في أواخر القرن التاسع عشر إلى تحفيز الابتكار في مجالات تتراوح من الكيمياء إلى أشباه الموصلات إلى الأدوية. ولا تؤدي هذه التحولات إلى زيادة الإنتاجية العلمية فحسب، بل إنها تعمل أيضًا على تحويل العلم نفسه، وفتح مجالات جديدة للبحث والاكتشاف.
فكيف يمكن للذكاء الاصطناعي أن يحقق تحولا مماثلا في ذلك الوقت، ليس فقط في توليد نتائج جديدة، ولكن في طرق جديدة لتوليد نتائج جديدة؟
**أحد الأساليب الواعدة هو الاكتشاف القائم على الأدب (LBD). **
كطريقة للذكاء الاصطناعي، يهدف LBD إلى تحقيق اكتشافات جديدة من خلال تحليل الأدبيات العلمية. في وقت مبكر من الثمانينات، أنشأ الدكتور دون سوانسون من جامعة شيكاغو أول نظام LBD من أجل العثور على ارتباطات جديدة في قاعدة بيانات المجلات الطبية MEDLINE. وكان أحد النجاحات المبكرة لهذا النهج هو ربط مرض رينود، وهو أحد أمراض الدورة الدموية، بلزوجة الدم، مما أدى إلى فرضية مفادها أن زيت السمك قد يكون مفيدًا في العلاج، وهي فرضية تم تأكيدها تجريبيًا لاحقًا. ومع ذلك، كان نطاق أنظمة LBD في ذلك الوقت محدودًا.
في الوقت الحاضر، حقق الذكاء الاصطناعي تقدمًا كبيرًا في معالجة اللغات الطبيعية (NLP)، كما زادت كمية المؤلفات العلمية بشكل كبير، مما يجعل أساليب LBD أكثر قوة. على سبيل المثال، في عام 2019، استخدم الباحثون في مختبر لورانس بيركلي الوطني في الولايات المتحدة تقنيات التعلم غير الخاضعة للرقابة لتحليل ملخصات أدبيات علم المواد وتحويلها إلى تمثيلات رياضية تسمى "تضمين الكلمات". يسمح هذا النهج لأنظمة الذكاء الاصطناعي باكتساب "الحدس الكيميائي" واقتراح مواد جديدة قد تكون لها خصائص محددة. بعد التحقق التجريبي، أظهرت جميع المواد العشرة الأولى المرشحة أداءً ممتازًا.
توسع ورقة بحثية حديثة نشرت في مجلة Nature Human Behavior من قبل علماء الاجتماع جامشيد سوراتي وجيمس إيفانز من جامعة شيكاغو، هذا النهج بطريقة جديدة. قام الباحثون بتدريب نظام للنظر في كل من المفاهيم والمؤلفين وحققوا نتائج أفضل من ذي قبل. علاوة على ذلك، فإنها تتطلب من النظام تجنب اتجاهات البحث السائدة وتحديد الفرضيات "الغريبة" التي من غير المرجح أن يتم اكتشافها في الظروف العادية. ولا يساعد هذا النهج في تسريع الاكتشافات العلمية فحسب، بل ويكشف أيضاً عن "نقاط عمياء" جديدة.
واليوم، لا تستطيع أنظمة LBD توليد فرضيات بحثية جديدة فحسب، بل يمكنها أيضًا تحديد الشركاء المحتملين وتسهيل التعاون متعدد التخصصات. ويتوسع تطبيق هذه الطريقة للتعامل مع أنواع مختلفة من المستندات مثل الجداول والرسوم البيانية والأشكال، مما يوفر دعمًا أوسع للعلماء.
عالم الروبوتات: الذكاء الاصطناعي يقود ثورة المختبرات
**يمثل العلماء الآليون تطورًا مثيرًا آخر يتجاوز أتمتة المختبرات التقليدية. ** يكتسبون معرفة أساسية حول مجال بحثي محدد في شكل بيانات وأوراق بحثية وبراءات اختراع، ثم يقومون بوضع الفرضيات وإجراء التجارب وتقييم النتائج، وفي النهاية يكتشفون معرفة علمية جديدة.
"آدم" في جامعة أبيريستويث هو رائد من علماء الروبوتات، وقد حقق أول اكتشاف مستقل للمعرفة العلمية الجديدة، وتعد تجربة العلاقة بين الجينات والإنزيمات في استقلاب الخميرة حالة نموذجية.
ويستخدم علماء الروبوتات الأكثر تطورًا، مثل "Eve"، التعلم الآلي لإنشاء "علاقات كمية بين البنية والنشاط" (QSARs) - وهي نماذج رياضية تربط الهياكل الكيميائية بالتأثيرات البيولوجية - أثناء تخطيطهم وتحليلهم للتجارب. تم استخدام Eve بالفعل في اكتشاف الأدوية، حيث اكتشفت بنجاح أن التريكلوسان، وهو مركب مضاد للميكروبات يستخدم في معجون الأسنان، يثبط آلية رئيسية في الطفيلي الذي يسبب الملاريا.
في وقت من الأوقات، كان احتمال فوز الآلات على أفضل اللاعبين البشريين يبدو بعيدًا لعقود من الزمن، لكن التكنولوجيا تتقدم بشكل أسرع من المتوقع. مع تزايد قدرة علماء الروبوتات، سيكون من الممكن وضع علماء الروبوتات المستقبليين في مواجهة أنظمة الذكاء الاصطناعي التي يمكنها لعب الشطرنج.
قال روس كينج، باحث الذكاء الاصطناعي في جامعة كامبريدج والذي ابتكر آدم: “إذا كان الذكاء الاصطناعي قادرًا على استكشاف مساحة الفرضية بأكملها، أو حتى توسيع هذه المساحة، فقد يظهر أن البشر لا يستكشفون سوى جزء صغير من مساحة الفرضية، ربما بسبب تحيزاتهم العلمية.
لقد قام علماء الروبوت بتحويل البحث العلمي بطريقة فريدة من خلال حل مشاكل الكفاءة في المجال العلمي. إن كفاءة البحث العلمي تتضاءل تدريجياً ومن الصعب تعزيز تنمية حدود المعرفة. ويستطيع علماء الروبوتات حل هذه المشكلة من خلال الأنظمة التي تعتمد على الذكاء الاصطناعي، لأن الآلات قادرة على أداء العمل المختبري بشكل أسرع وأرخص وأكثر دقة من البشر. ويمكن أن تعمل على مدار الساعة. وبالإضافة إلى ذلك، فإنها يمكن أن توفر نتائج تجريبية قابلة للتكرار والتخفيف من أزمة التكرار.
إمكانيات الذكاء الاصطناعي وتحدياته في العلوم
**رغم أن الذكاء الاصطناعي يتمتع بإمكانات كبيرة في العلوم، فإنه يواجه أيضًا بعض التحديات. **
بالإضافة إلى تحسين الأجهزة والبرامج والتكامل الأكثر إحكامًا بين الاثنين، هناك حاجة إلى قدر أكبر من قابلية التشغيل البيني بين أنظمة التشغيل الآلي للمختبرات، فضلاً عن المعايير المشتركة التي تسمح لخوارزميات الذكاء الاصطناعي بتبادل وتفسير المعلومات الدلالية. وهناك عقبة أخرى تتمثل في افتقار العلماء إلى الإلمام بالأدوات المعتمدة على الذكاء الاصطناعي. بالإضافة إلى ذلك، يشعر بعض الباحثين بالقلق من أن الأتمتة ستهدد وظائفهم.
ومع ذلك، فإن تأثير الذكاء الاصطناعي أصبح الآن "بعيد المدى ومنتشر"، كما تقول الدكتورة يولاندا جيل، عالمة الكمبيوتر في جامعة جنوب كاليفورنيا. العديد من العلماء الآن "يبحثون بنشاط عن شركاء في مجال الذكاء الاصطناعي". يتزايد الوعي بإمكانيات الذكاء الاصطناعي، خاصة في مجالات علوم المواد واكتشاف الأدوية، حيث يقوم الممارسون ببناء أنظمة الذكاء الاصطناعي الخاصة بهم.
بشكل عام، غيرت المجلات العلمية الطريقة التي يكتشف بها العلماء المعلومات ويتعلمون من بعضهم البعض. قامت مختبرات الأبحاث بتوسيع نطاق التجارب وحققت تصنيع التجارب. ومن خلال توسيع نطاق الثورتين الأوليين والجمع بينهما، يستطيع الذكاء الاصطناعي بالفعل تغيير الطريقة التي يتم بها إجراء البحث العلمي.
الروابط المرجعية:
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
الإيكونوميست: هل يستطيع الذكاء الاصطناعي تغيير طريقة إجراء البحث العلمي؟
يعمل الذكاء الاصطناعي (AI) على تشكيل مجال العلوم بطرق غير مسبوقة. **من تسريع عملية البحث إلى توليد فرضيات بحثية جديدة، فإن إضافة الذكاء الاصطناعي يجلب إمكانات هائلة للعلم. **
في وقت سابق من هذا العام، قال يان ليكون، أحد عرابي الذكاء الاصطناعي الحديث: "من خلال تعزيز الذكاء البشري، قد يؤدي الذكاء الاصطناعي إلى نهضة جديدة، وربما مرحلة جديدة من عصر التنوير".
ومع ذلك، هل يمكن للذكاء الاصطناعي أن يفعل المزيد من خلال تغيير الطريقة التي يعمل بها العلم نفسه؟
الاكتشاف القائم على الأدب: الذكاء الاصطناعي يقود اكتشاف المعرفة العلمية
في الواقع، لقد حدث هذا التحول من قبل.
مع ظهور المنهج العلمي في القرن السابع عشر، بدأ الباحثون يثقون في الملاحظات التجريبية والنظريات المستمدة منها بدلاً من الحكمة التقليدية في العصور القديمة. أدى إنشاء مختبرات الأبحاث في أواخر القرن التاسع عشر إلى تحفيز الابتكار في مجالات تتراوح من الكيمياء إلى أشباه الموصلات إلى الأدوية. ولا تؤدي هذه التحولات إلى زيادة الإنتاجية العلمية فحسب، بل إنها تعمل أيضًا على تحويل العلم نفسه، وفتح مجالات جديدة للبحث والاكتشاف.
فكيف يمكن للذكاء الاصطناعي أن يحقق تحولا مماثلا في ذلك الوقت، ليس فقط في توليد نتائج جديدة، ولكن في طرق جديدة لتوليد نتائج جديدة؟
**أحد الأساليب الواعدة هو الاكتشاف القائم على الأدب (LBD). **
كطريقة للذكاء الاصطناعي، يهدف LBD إلى تحقيق اكتشافات جديدة من خلال تحليل الأدبيات العلمية. في وقت مبكر من الثمانينات، أنشأ الدكتور دون سوانسون من جامعة شيكاغو أول نظام LBD من أجل العثور على ارتباطات جديدة في قاعدة بيانات المجلات الطبية MEDLINE. وكان أحد النجاحات المبكرة لهذا النهج هو ربط مرض رينود، وهو أحد أمراض الدورة الدموية، بلزوجة الدم، مما أدى إلى فرضية مفادها أن زيت السمك قد يكون مفيدًا في العلاج، وهي فرضية تم تأكيدها تجريبيًا لاحقًا. ومع ذلك، كان نطاق أنظمة LBD في ذلك الوقت محدودًا.
توسع ورقة بحثية حديثة نشرت في مجلة Nature Human Behavior من قبل علماء الاجتماع جامشيد سوراتي وجيمس إيفانز من جامعة شيكاغو، هذا النهج بطريقة جديدة. قام الباحثون بتدريب نظام للنظر في كل من المفاهيم والمؤلفين وحققوا نتائج أفضل من ذي قبل. علاوة على ذلك، فإنها تتطلب من النظام تجنب اتجاهات البحث السائدة وتحديد الفرضيات "الغريبة" التي من غير المرجح أن يتم اكتشافها في الظروف العادية. ولا يساعد هذا النهج في تسريع الاكتشافات العلمية فحسب، بل ويكشف أيضاً عن "نقاط عمياء" جديدة.
عالم الروبوتات: الذكاء الاصطناعي يقود ثورة المختبرات
**يمثل العلماء الآليون تطورًا مثيرًا آخر يتجاوز أتمتة المختبرات التقليدية. ** يكتسبون معرفة أساسية حول مجال بحثي محدد في شكل بيانات وأوراق بحثية وبراءات اختراع، ثم يقومون بوضع الفرضيات وإجراء التجارب وتقييم النتائج، وفي النهاية يكتشفون معرفة علمية جديدة.
"آدم" في جامعة أبيريستويث هو رائد من علماء الروبوتات، وقد حقق أول اكتشاف مستقل للمعرفة العلمية الجديدة، وتعد تجربة العلاقة بين الجينات والإنزيمات في استقلاب الخميرة حالة نموذجية.
ويستخدم علماء الروبوتات الأكثر تطورًا، مثل "Eve"، التعلم الآلي لإنشاء "علاقات كمية بين البنية والنشاط" (QSARs) - وهي نماذج رياضية تربط الهياكل الكيميائية بالتأثيرات البيولوجية - أثناء تخطيطهم وتحليلهم للتجارب. تم استخدام Eve بالفعل في اكتشاف الأدوية، حيث اكتشفت بنجاح أن التريكلوسان، وهو مركب مضاد للميكروبات يستخدم في معجون الأسنان، يثبط آلية رئيسية في الطفيلي الذي يسبب الملاريا.
قال روس كينج، باحث الذكاء الاصطناعي في جامعة كامبريدج والذي ابتكر آدم: “إذا كان الذكاء الاصطناعي قادرًا على استكشاف مساحة الفرضية بأكملها، أو حتى توسيع هذه المساحة، فقد يظهر أن البشر لا يستكشفون سوى جزء صغير من مساحة الفرضية، ربما بسبب تحيزاتهم العلمية.
لقد قام علماء الروبوت بتحويل البحث العلمي بطريقة فريدة من خلال حل مشاكل الكفاءة في المجال العلمي. إن كفاءة البحث العلمي تتضاءل تدريجياً ومن الصعب تعزيز تنمية حدود المعرفة. ويستطيع علماء الروبوتات حل هذه المشكلة من خلال الأنظمة التي تعتمد على الذكاء الاصطناعي، لأن الآلات قادرة على أداء العمل المختبري بشكل أسرع وأرخص وأكثر دقة من البشر. ويمكن أن تعمل على مدار الساعة. وبالإضافة إلى ذلك، فإنها يمكن أن توفر نتائج تجريبية قابلة للتكرار والتخفيف من أزمة التكرار.
إمكانيات الذكاء الاصطناعي وتحدياته في العلوم
**رغم أن الذكاء الاصطناعي يتمتع بإمكانات كبيرة في العلوم، فإنه يواجه أيضًا بعض التحديات. **
بالإضافة إلى تحسين الأجهزة والبرامج والتكامل الأكثر إحكامًا بين الاثنين، هناك حاجة إلى قدر أكبر من قابلية التشغيل البيني بين أنظمة التشغيل الآلي للمختبرات، فضلاً عن المعايير المشتركة التي تسمح لخوارزميات الذكاء الاصطناعي بتبادل وتفسير المعلومات الدلالية. وهناك عقبة أخرى تتمثل في افتقار العلماء إلى الإلمام بالأدوات المعتمدة على الذكاء الاصطناعي. بالإضافة إلى ذلك، يشعر بعض الباحثين بالقلق من أن الأتمتة ستهدد وظائفهم.
ومع ذلك، فإن تأثير الذكاء الاصطناعي أصبح الآن "بعيد المدى ومنتشر"، كما تقول الدكتورة يولاندا جيل، عالمة الكمبيوتر في جامعة جنوب كاليفورنيا. العديد من العلماء الآن "يبحثون بنشاط عن شركاء في مجال الذكاء الاصطناعي". يتزايد الوعي بإمكانيات الذكاء الاصطناعي، خاصة في مجالات علوم المواد واكتشاف الأدوية، حيث يقوم الممارسون ببناء أنظمة الذكاء الاصطناعي الخاصة بهم.
الروابط المرجعية: