ليست الهلوسات الناتجة عن الذكاء الاصطناعي سيئة دائمًا - فقد تُسهم في ابتكار مضادات حيوية جديدة

- عادة ما يُعتبر الهلوسة بمثابة عيب فني عندما يتعلق الأمر بتحقق نموذج الذكاء الاصطناعي من المحتوى.
- لكن هلاوس الذكاء الاصطناعي هذه تعمل العجائب في اكتشاف جزيئات مضادة للبكتيريا جديدة لتطوير الأدوية.
- يكتشف نموذج الذكاء الاصطناعي SyntheMol جزيئات جديدة ويكشف عن جانب من الفضاء الكيميائي لم يكن معروفًا للإنسان.
نماذج الذكاء الاصطناعي التوليدية عرضة للهلوسة، وتُنتج معلومات خيالية أو صورية. وبالنظر إلى تزايد المعلومات المضللة حول الذكاء الاصطناعي، تُعتبر هذه العادة عيبًا. ولكن كما اختُرع الماس الاصطناعي دون قصد عندما كان العلماء يحاولون تحقيق ظروف ضغط وحرارة فائقتين، مثل طبقة الوشاح الأرضي، تُثبت الهلوسة أيضًا أنها تُساعد العلماء على اكتشاف أدوية جديدة.

هلوسات الذكاء الاصطناعي واكتشافات كيميائية جديدة
وفقًا للخبراء، يُقدَّر أن ما يقرب من 5 ملايين حالة وفاة مرتبطة بمقاومة المضادات الحيوية عالميًا، لذا من الضروري إيجاد طرق جديدة لمكافحة المتحورات البكتيرية المقاومة، وذلك بشكل عاجل. وقد طوّر باحثون من جامعة ماكماستر وكلية الطب في ستانفورد نموذجًا جديدًا يكشف عن حلول محتملة للبكتيريا المهددة للحياة المقاومة للمضادات الحيوية.
تم تسمية النموذج باسم SyntheMol، ووفقًا لتقرير الدراسة من جامعة ستانفورد،
"أنشأت شركة SyntheMol هياكل ووصفات كيميائية لستة أدوية جديدة تهدف إلى قتل السلالات المقاومة من Acinetobacter baumannii، أحد مسببات الأمراض الرئيسية المسؤولة عن الوفيات المرتبطة بمقاومة مضادات البكتيريا."
المصدر: جامعة ستانفورد.
يقول جيمس زو، الأستاذ المشارك في علوم البيانات الطبية الحيوية والمؤلف المشارك للدراسة، إن هناك حاجة ماسة لتطوير مضادات حيوية جديدة بأسرع وقت ممكن لخدمة الصحة العامة. وقد أثبت الباحثون صحة المركبات الجديدة التي طُوّرت باستخدام النموذج تجريبيًا.
وذكر زو أيضًا أن فرضيتهم كانت أن هناك العديد من الجزيئات المحتملة التي يمكن تحويلها إلى أدوية فعالة، لكنهم لم يختبروها أو حتى يطوروا الجزيئات بعد، وهذا هو السبب في أنهم يريدون استخدام الذكاء الاصطناعي لصنع جزيئات غير موجودة في الطبيعة.
SyntheMol تكتشف إمكانيات جديدة

قبل الذكاء الاصطناعي التوليدي، اعتاد الباحثون على اعتماد مناهج حسابية مختلفة لتطوير المضادات الحيوية. كانوا يستخدمون خوارزميات لفحص مستودعات الأدوية والتعرف على المركبات التي لديها فرصة للتأثير على مسببات الأمراض التي يريدون القضاء عليها.
وباستخدام هذه الطريقة، تمكنوا من تصفية 100 مليون مركب كانت معروفة بالفعل، وقد أدى هذا أيضًا إلى نتائج، ولكنها لم تكن عملية عميقة للعثور على جميع المركبات الكيميائية التي يمكن أن تكون مفيدة ضد البكتيريا.
ويقول كايل سوانسون، المؤلف المشارك في الدراسةdent الدكتوراه في علوم الحوسبة بجامعة ستانفورد، إن الفضاء الكيميائي هائل.
يُقدّر عدد الجزيئات الشبيهة بالأدوية بحوالي 1060. لذا، فإن 100 مليون منها لا تكفي لتغطية كامل المساحة.
المصدر: جامعة ستانفورد.
كما ذكرنا في البداية، يمكن استغلال ميل الذكاء الاصطناعي إلى التخيّل لاكتشاف أدوية جديدة، كما كان يُستخدم لتطوير مركبات جديدة، ولكنه الآن يُنتج مركبات كان من المستحيل إنتاجها بالطرق التقليدية، كما يقول سوانسون. وقد اضطر الباحثون أيضًا إلى وضع ضوابط على النموذج حتى يتمكنوا من تطوير أي جزيء تخيله النموذج اصطناعيًا.
يقول زو إن هذا النموذج يُعلّمهم مجالًا جديدًا كليًا في المجال الكيميائي من خلال تصميم جزيئات جديدة لم يكن البشر على دراية بها. كما يُحسّن زو النموذج مع سوانسون لاستخدامه في أدوية القلب، ولإنشاء جزيئات فلورية ذات خصائص جديدة للأبحاث المخبرية.
أذكى العقول في عالم العملات الرقمية يتابعون نشرتنا الإخبارية بالفعل. هل ترغب بالانضمام إليهم؟ انضم إليهم.
تنويه: المعلومات الواردة هنا ليست نصيحة استثمارية. Cryptopolitanأي مسؤولية عن أي استثمارات تتم بناءً على المعلومات الواردة في هذه الصفحة. ننصحtronمستقلdent و/أو استشارة مختص مؤهل قبل اتخاذ أي قرار استثماري.
دورة
- أي العملات المشفرة يمكن أن تدر عليك المال
- كيفية تعزيز أمانك باستخدام المحفظة الإلكترونية (وأي منها يستحق الاستخدام فعلاً)
- استراتيجيات استثمارية غير معروفة يستخدمها المحترفون
- كيفية البدء في الاستثمار في العملات المشفرة (أي منصات التداول التي يجب استخدامها، وأفضل العملات المشفرة للشراء، إلخ)















