على الرغم من التقدم السريع في الذكاء الاصطناعي، فإن الذكاء الاصطناعي ليس جاهزًا على الإطلاق ليحل محل البشر في ممارسة العلوم. لكن هذا لا يعني أنهم لا يستطيعون المساعدة في أتمتة بعض الأدوية بعيدًا عن المتاعب اليومية للاختبارات العلمية. على سبيل المثال، قبل بضع سنوات، وضع الباحثون الذكاء الاصطناعي في السيطرة على معدات المختبرات الآلية وعلموه كيفية تصنيف جميع التفاعلات الممكنة بشكل شامل في مجموعة من المواد الأولية.
على الرغم من أنه مفيد، إلا أنه يتطلب الكثير من تدخل الباحثين لتدريب النظام في المقام الأول. اكتشف فريق من جامعة كارنيجي ميلون الآن كيفية جعل نظام الذكاء الاصطناعي يتعلم كيفية التعامل مع الكيمياء. يتطلب النظام مجموعة من ثلاث مثيلات للذكاء الاصطناعي، كل منها متخصص في وظائف مختلفة. ولكن بمجرد إعدادها وإعطائها المكونات، ما عليك سوى إخبارها بنوع التفاعل الذي تريد أن تقوم به وسوف تكتشف ذلك.
ثالوث الذكاء الاصطناعي
لاحظ الباحثون أنهم مهتمون بفهم المهارات التي يمكن أن تقدمها نماذج اللغة الكبيرة (LLMs) إلى المساعي العلمية. لذا فإن جميع أنظمة الذكاء الاصطناعي المستخدمة في هذا العمل هي LLMs، معظمها GPT-3.5 وGPT-4، مع اختبار البعض الآخر – Claude 1.3 وFalcon-40B-Instruct. (عمل كل من GPT-4 وClaude 1.3 بشكل جيد.) ولكن بدلًا من استخدام نظام واحد للتعامل مع جميع جوانب الكيمياء، أنشأ الباحثون حالات متميزة من التعاون في قوة عاملة أطلقوا عليها اسم “العالم الكوني”.
الإعدادات الثلاثة التي استخدموها هي:
باحث الويب. لديها اثنين من القدرات الرئيسية. أحدهما هو استخدام واجهة برمجة تطبيقات بحث Google للعثور على صفحات ذات قيمة للمعلومات التي تحتوي عليها. ثانيًا، استيعاب تلك الصفحات واستخراج المعلومات منها – فكر في الأمر باعتباره سياق الأجزاء السابقة من المحادثة التي يمكن لـ Chat GPT الاحتفاظ بها – لإبلاغ استجاباتها اللاحقة. يمكن للباحثين تتبع المكان الذي تقضي فيه هذه الكتلة وقتها، ونصف الأماكن التي تزورها هي صفحات ويكيبيديا. وشملت المواقع الخمسة الأولى التي زارتها المجلات التي تنشرها الجمعية الكيميائية الأمريكية والجمعية الملكية للكيمياء.
مكتشف المستندات. فكر في الأمر على أنه رتفم مثال. سيوفر الذكاء الاصطناعي التحكم في مختلف معدات التشغيل الآلي للمختبر، مثل معالجات السوائل الآلية، والتي غالبًا ما يتم التحكم فيها من خلال أوامر متخصصة أو واجهات برمجة تطبيقات Python. يتم منح حدث الذكاء الاصطناعي هذا إمكانية الوصول إلى جميع الأدلة الخاصة بهذا الجهاز، مما يسمح له بمعرفة كيفية التحكم فيه.
مخطط. يمكن للمجدول إصدار أوامر لمثيلي الذكاء الاصطناعي الآخرين ومعالجة استجاباتهم. لديه إمكانية الوصول إلى وضع حماية Python لتشغيل التعليمات البرمجية، مما يسمح له بإجراء العمليات الحسابية. لديه إمكانية الوصول إلى معدات المختبرات الآلية التي تسمح له بإجراء الاختبارات وإجراء التحليل فعليًا. لذلك يمكنك التفكير في المخطط كجزء من المنظمة الذي يجب أن يتصرف مثل الكيميائي، ويتعلم من الأدبيات ويحاول استخدام المعدات لتنفيذ ما تم تعلمه.
يمكن للمجدول تحديد وقت حدوث أخطاء في البرنامج (سواء في نصوص بايثون أو في محاولات التحكم الآلي في الأجهزة)، مما يسمح له بتصحيح أخطائه.
وضع الكمبيوتر للاستخدام
في البداية، طُلب من الكمبيوتر تصنيع العديد من المواد الكيميائية، مثل الأسيتامينوفين والإيبوبروفين، والتي أكدت عادة أنه يمكن العثور على تركيب قابل للتطبيق بعد البحث في الإنترنت والأدبيات العلمية. لذا فإن السؤال هو ما إذا كان الكمبيوتر يمكنه العثور على ما يكفي من الأجهزة التي يمكن الوصول إليها للعمل وفقًا لإمكاناته المفاهيمية.
للبدء بشيء أبسط، استخدم الباحثون لوحة عينة قياسية، تتكون من آبار صغيرة مرتبة في شبكة مستطيلة. طُلب من الكمبيوتر ملء مربعات أو خطوط قطرية أو أشكال أخرى باستخدام سوائل ملونة مختلفة، وكان قادرًا على القيام بذلك بفعالية.
وانتقالًا من ذلك، وضعوا ثلاثة محاليل ملونة مختلفة في مواقع عشوائية في شبكة الآبار؛ طُلب من الكمبيوتر تحديد الآبار التي كانت ذات لون. من تلقاء نفسه، لا يعرف Coscientist كيفية القيام بذلك. ولكن عندما تم تذكيره بأن الألوان المختلفة تظهر أطياف امتصاص مختلفة، استخدم مطيافًا يمكن الوصول إليه وكان قادرًا على تحديد الألوان المختلفة.
وبما أن القيادة والتحكم الأساسيين بدا ناجحين، فقد قرر الباحثون تجربة بعض الكيمياء. تم إعطاؤهم طبق عينة به آبار مملوءة بمواد كيميائية بسيطة، ومحفزات، وما إلى ذلك، وطُلب منهم إجراء تفاعل كيميائي محدد. لقد توصل عالم الكون إلى الكيمياء بشكل صحيح منذ البداية، لكن محاولات تشغيل تخليقها باءت بالفشل لأنها أرسلت أمرًا خاطئًا إلى الأجهزة التي تقوم بتسخين التفاعلات وتحفيزها. ثم يرسلها مرة أخرى إلى وحدة التوثيق، مما يحل المشكلة ويسمح بتشغيل React.
وقد نجحت. وكانت التوقيعات الطيفية للمنتجات المطلوبة موجودة في خليط التفاعل، وتم تأكيد وجودها بواسطة التحليل اللوني.
تحسين
أثناء عمل التفاعلات الأساسية، طلب الباحثون من الكمبيوتر تحسين كفاءة التفاعل، وقد قدموا عملية التحسين كلعبة، حيث زادت النتيجة مع ناتج التفاعل.
قام النظام ببعض التخمينات السيئة في الجولة الأولى من تفاعلات الاختبار، لكنه سرعان ما ركز على أفضل عائد. ووجد الباحثون أيضًا أنه يمكن تجنب الاختيارات السيئة في الجولة الأولى من خلال تزويد عالم الكون بمعلومات حول العوائد الناتجة عن عدد قليل من مجموعات البداية العشوائية. وهذا يعني أنه لا يهم من أين تحصل Coscientist على معلوماتها — من ردود الفعل التي تجريها أو من بعض مصادر المعلومات الخارجية — يمكنها دمج تلك المعلومات في تخطيطها.
وخلص الباحثون إلى أن Coscientist لديه العديد من القدرات الهامة:
- تخطيط التركيب الكيميائي باستخدام المعلومات العامة
- قيادة ومعالجة الأدلة الفنية للأجهزة المعقدة
- استخدام تلك المعرفة للتحكم في مجموعة من معدات المختبرات
- دمج قدرات معالجة الأجهزة هذه في سير عمل المختبر
- تحليل ردود أفعاله واستخدام تلك المعلومات لتصميم ظروف تفاعل محسنة.
في كثير من النواحي، فهو يشبه التجربة التي سيحصل عليها الطالب في السنة الأولى من دراسته العليا. ومن الناحية المثالية، سوف يتقدم طالب الدراسات العليا إلى ما هو أبعد من ذلك. ولكن ربما يستطيع GPT-5 فعل ذلك أيضًا.
والأخطر من ذلك، أن نظام كوساينتست يعتمد على تفاعل العديد من الأنظمة المتخصصة، على غرار الطريقة التي يعمل بها الدماغ. من الواضح أن الأنظمة المتخصصة للدماغ قادرة على أداء مجموعة واسعة جدًا من الوظائف، وهناك الكثير منها. لكن هذا النوع من البنية يمكن أن يكون مهمًا لتمكين السلوك الأكثر تعقيدًا.
الباحثون أنفسهم قلقون بشأن بعض قدرات عالم الكون. يتم تصنيع الكثير من المواد الكيميائية التي لا نريد رؤيتها (مثل غازات الأعصاب) بسهولة. وكيفية إخبار مثيلات GPT بعدم القيام بشيء ما يمثل تحديًا مستمرًا.
الطبيعة، 2023. DOI: 10.1038/s41586-023-06792-0 (حول معرفات الهوية الرقمية).
