هوش مصنوعی به شتاب بخشیدن به پژوهشهای مربوط به پیری کمک میکند. گزارشی که امروز در نشریه سل منتشر شده، از یک سامانه هوش مصنوعی اختصاصی رونمایی میکند که هدف آن سرعت بخشیدن به پژوهشهای مرتبط با طول عمر است. این سامانه شامل مدلهای زبانی بزرگ (LLM) است که نویسندگان آنها را با استفاده از دادههای مرتبط با زیستشناسی پیری آموزش دادهاند.
معرفی سامانه هوش مصنوعی
این سامانه همچنین مجموعهای شامل ۱۷ وظیفه آزمایشی در اختیار پژوهشگران قرار میدهد که میتوان از آنها به عنوان معیارهایی برای سنجش عملکرد این مدلها و دیگر مدلهای زبانی بزرگ در پروژههای مرتبط با پیری استفاده کرد. در نهایت، این سامانه یک رابط نیز در اختیار میگذارد که مدلهای هوش مصنوعی و دیگر ابزارهای پژوهشی مرتبط با پیری را در کنار عاملهای هوش مصنوعی قرار میدهد تا به انجام تحلیلهای علمی کمک کنند.
بیشتر بخوانید: هوش مصنوعی؛ تغییرات بنیادین در معماری اقتصاد
نویسندگان پژوهش با استفاده از این معیارها، هم مدلهای زبانی تخصصی خود و هم مدلهای تجاری بسیار بزرگتر و پیشرفتهتر شرکتهایی مانند اوپن ایآی و دیپسیک را ارزیابی کردند. این مدلهای تجاری با استفاده از مجموعه دادههایی بزرگتر و متنوعتر آموزش دیدهاند و برای انجام طیف گستردهای از وظایف طراحی شدهاند. در بسیاری از آزمایشها، هرچند نه در همه آنها، مدلهای زبانی که به طور اختصاصی برای پژوهشهای مرتبط با پیری طراحی شده بودند، عملکرد بهتری از مدلهای زبانی عمومی و بزرگتر داشتند.
چالشهای تعریف پیری
مارینکا ژیتنیک، دانشمند علوم رایانه در دانشکده پزشکی هاروارد در بوستون که در این پژوهش مشارکت نداشته است، میگوید: "این مقاله سهم بسیار مهمی در حوزه طول عمر و پیری دارد." به گفته او، این پژوهش میتواند به توسعه نسل بعدی مدلهای هوش مصنوعی کمک کند. این مطالعه همچنین به یکی از پرسشهای اساسی این حوزه میپردازد: چگونه میتوان به هوش مصنوعی آموزش داد که پیری را درک کند، در حالی که خود دانشمندان هنوز تعریف دقیقی از پیری ارائه نکردهاند؟ ژیتنیک میگوید: "در برخی حوزههای بیماری، مانند سرطان، وظایف هوش مصنوعی را میتوان با دقت بسیار زیادی تعریف کرد. اما پیری موجود کاملا متفاوتی است و تعریف آن دشوار است."
پژوهشگران چندین دهه است که دادههایی را برای تعریف و اندازهگیری پیری جمعآوری میکنند. یکی از نتایج این تلاشها، مجموعه بزرگی از ساعتهای زیستی بوده است که برای اندازهگیری پیری زیستی یا سرعت بروز نشانههای پیری در بدن انسان طراحی شدهاند. این ساعتها با بررسی ویژگیهایی مانند مشخصات چهره، سطح پروتئینها، فعالیت ژنها و اسکنهای مغزی تلاش میکنند سن زیستی افراد را محاسبه کنند.
هفته گذشته، گروهی از پژوهشگران اعلام کردند که یک داروی آزمایشی برای بیماری ریوی، در یک کارآزمایی بالینی کوچک، سن زیستی دریافتکنندگان دارو را کاهش داده است. اما پژوهشگران نتوانستند با اطمینان مشخص کنند که آیا این دارو واقعا فرایندهای بنیادی پیری را معکوس کرده است یا اینکه صرفا وضعیت عمومی سلامت افراد را بهبود داده است. این معضل تنها به همان مطالعه محدود نمیشود.
پژوهشگران امیدوارند هوش مصنوعی بتواند به طراحی ساعتهای زیستی دقیقتر و شناسایی نشانههای مولکولی جدید پیری کمک کند. برای ارزیابی این موضوع، الکس ژاورونکوف، بنیانگذار و مدیرعامل شرکت Insilico Medicine در بوستون، به همراه همکارانش در مقاله منتشرشده در سل، مجموعهای از آزمونها را برای مدلهای زبانی بزرگ طراحی کردند.
بیشتر بخوانید: چین به درخواست کاهش سرعت توسعه هوش مصنوعی پاسخ داد · کمبود ویتامینهای گروه ب عامل خستگی مداوم در افراد
