أربع طرق كشفت بها الذكاء الاصطناعي عن غير المتوقع في عام 2024

تتفتت مئات اللفائف القديمة المتفحمة إلى أن تصبح هشة إذا حاول المرء فتحها، وأي أثر للنص المكتوب يكاد يكون غير مقروء. لا تزال مخطوطات هيركولانيوم، كما هو معروف، غير مفتوحة، ولكن بفضل الأداة القوية التي تمثل الذكاء الاصطناعي، أصبحت محتوياتها الآن في متناول اليد.

وباستخدام الذكاء الاصطناعي والأشعة السينية عالية الدقة، تمكن ثلاثة باحثين في عام 2023 من فك شفرة أكثر من 2000 حرف من اللفائف الملفوفة - وقد كشف هذا الإنجاز الرائع عن أول مقاطع كاملة من البرديات التي نجت من ثوران بركان جبل فيزوف في عام 79 ميلادي.

وتشكل القطع الأثرية، التي تم استعادتها من مبنى يُعتقد أنه كان منزل والد زوجة يوليوس قيصر، مخبأً غير مسبوق من المعلومات عن روما واليونان القديمة.

ويأمل علماء الحاسوب الذين أطلقوا مسابقة "تحدي فيزوف"، وهي مسابقة تهدف إلى تسريع عملية فك رموزها، أن يتم فكّ 90% من أربع مخطوطات بحلول نهاية عام 2024. ويتمثل التحدي الرئيسي في تسطيح الوثائق وتمييز الحبر الأسود من البرديات المكربنة لجعل النص اليوناني واللاتيني قابلاً للقراءة.

قال برنت سيلز، أستاذ علوم الحاسوب في جامعة كنتاكي الذي يعمل على فك تشفير المخطوطات منذ أكثر من عقد من الزمن: "يساعدنا الذكاء الاصطناعي في تضخيم إمكانية قراءة أدلة الحبر". "الدليل على الحبر موجود. إنه مدفون ومموه في كل هذا التعقيد الذي يقوم الذكاء الاصطناعي بتقطيره وتكثيفه."

هذا المشروع هو أحد الأمثلة المقنعة على الفائدة المتزايدة للذكاء الاصطناعي، الذي بلغ سن الرشد في عام 2024 مع اعتراف لجنة نوبل بتطوير الذكاء الاصطناعي وتطبيقه في العلوم لأول مرة: وقد كرمت جائزة الفيزياء جون هوبفيلد وجيفري هينتون لاكتشافاتهما الأساسية في التعلم الآلي، مما مهد الطريق لكيفية استخدام الذكاء الاصطناعي اليوم.

مصطلح غامض ومبالغ فيه في كثير من الأحيان، يهدف الذكاء الاصطناعي إلى محاكاة الوظائف الإدراكية البشرية لحل المشاكل وإتمام المهام. ويشمل الذكاء الاصطناعي مجموعة من التقنيات الحسابية: استخدام مجموعات البيانات لتدريب خوارزميات التعلم الآلي وتحسينها وتمكينها من اكتشاف الأنماط وإبلاغ التنبؤات.

يمكن أن تشكل بعض أدوات الذكاء الاصطناعي مخاطر، مثل الأنظمة المستخدمة في التوظيف والشرطة وتطبيقات القروض التي تكرر التحيز، لأنها قد تكون مدربة على بيانات تاريخية تعكس أفكارًا متحيزة، على سبيل المثال، بشأن الجنس أو العرق، والتي تؤدي في النهاية إلى التمييز.

لقد غيّر الذكاء الاصطناعي مشهد الاكتشافات العلمية، حيث ازداد عدد الأوراق البحثية التي تمت مراجعتها من قبل الأقران باستخدام أدوات الذكاء الاصطناعي بشكل حاد منذ عام 2015، ومن المرجح أن تكون تلك التي تستخدم أساليب الذكاء الاصطناعي من بين أكثر الأبحاث التي يتم الاستشهاد بها. وتوقع أكثر من نصف 1600 عالم استطلعت نيتشر آراءهم أن تكون أدوات الذكاء الاصطناعي "مهمة جدًا" أو "أساسية" لممارسة البحث. ومع ذلك، فقد حذرت الجمعية الملكية البريطانية، وهي أقدم أكاديمية للعلوم في العالم، من أن طبيعة الصندوق الأسود للعديد من أدوات الذكاء الاصطناعي تحد من إمكانية إعادة إنتاج البحوث القائمة على الذكاء الاصطناعي. ومع ذلك، يرى سيلز أنها أداة قوية تُستخدم بحكمة وتحقق نتائج مذهلة.

قال سيلز: "الذكاء الاصطناعي هو مجال من مجالات علوم الحاسوب مصمم لمحاولة حل المشاكل بطرق كنا نعتقد أن البشر وحدهم يستطيعون حل المشاكل". "أفكر في هذا النوع من الذكاء الاصطناعي الذي نستخدمه كنوع من القوة الخارقة التي تجعلك قادرًا على رؤية أشياء في البيانات لن تتمكن من رؤيتها بعيون البشر."

إن تحدي فيزوف هو مجرد طريقة واحدة فقط من الطرق التي أحدثت ثورة في هذا المجال السريع الحركة في العلم وكشفت عما هو غير متوقع في عام 2024. كما يعمل الذكاء الاصطناعي أيضاً على تعزيز فهم العلماء لكيفية تواصل الحيوانات في أعماق المحيطات، ومساعدة علماء الآثار في العثور على مواقع جديدة في مناطق نائية وغير مضيافة، وحل بعض أكبر تحديات علم الأحياء.

فك تشفير لغة الحيتان ولغات الحيوانات الأخرى

يعرف الباحثون أن النقرات الغامضة التي تصدرها حيتان العنبر تختلف في إيقاعها وطولها، لكن ما تقوله هذه الحيوانات بهذه الأصوات - التي تصدرها أعضاء الحيتان في رؤوسها المنتفخة - لا يزال لغزًا بالنسبة للآذان البشرية.

ومع ذلك، فقد ساعد التعلم الآلي العلماء على تحليل ما يقرب من 9000 تسلسل نقرات مسجلة، تسمى الكودات، والتي تمثل أصوات ما يقرب من 60 حوتاً من حيتان العنبر في البحر الكاريبي. وقد يتيح هذا العمل يوماً ما للبشر التواصل مع الحيوانات البحرية.

قام العلماء بفحص توقيت وتواتر الكودات في نطق الحيتان المنفردة، وفي الجوقات وفي تبادل النداء والاستجابة بين عمالقة البحار. وعند تصويرها بالذكاء الاصطناعي، ظهرت أنماط كودات لم يسبق لها مثيل فيما وصفه الباحثون بأنه أقرب إلى علم الصوتيات في التواصل البشري.

وإجمالاً، اكتشف البرنامج 18 نوعًا من الإيقاع (تسلسل الفواصل الزمنية بين النقرات)، وخمسة أنواع من الإيقاع (مدة الكودات بأكملها)، وثلاثة أنواع من الروباتو (الاختلافات في المدة)، ونوعين من الزخرفة - "نقرة إضافية" تضاف في نهاية الكودات في مجموعة من الكودات الأقصر.

أفاد العلماء في مايو أنه يمكن مزج جميع هذه الميزات ومطابقتها لتشكيل "ذخيرة هائلة" من العبارات. ومع ذلك، فإن هذا النهج له حدوده. ففي حين أن التعلّم الآلي بارع في تحديد الأنماط، إلا أنه لا يلقي الضوء على المعنى.

وتتمثل الخطوة التالية، وفقًا للدراسة، في إجراء تجارب تفاعلية مع الحيتان، إلى جانب ملاحظات سلوك الحيتان، والتي يمكن أن تكون جزءًا مهمًا في كشف تركيب تسلسل نقرات حوت العنبر.

يمكن أيضًا تطبيق هذا النهج على الأصوات التي تصدرها الحيوانات الأخرى، كما تقول د. بريندا ماكووان، الأستاذة في كلية الطب البيطري بجامعة كاليفورنيا ديفيس، في حديث سابق لشبكة CNN. ولم تشارك في هذه الدراسة.

العثور على المواقع الأثرية

في هذه الأثناء، على اليابسة، يعمل الذكاء الاصطناعي الآن على تعزيز البحث عن الخطوط والرموز الغامضة المحفورة في الأرض المتربة في صحراء نازكا في بيرو، والتي أمضى علماء الآثار ما يقرب من قرن من الزمان في الكشف عنها وتوثيقها.

وغالباً ما تكون هذه الرسوم التوضيحية المترامية الأطراف مرئية فقط من الأعلى، وتصور تصاميم هندسية وأشكالاً تشبه الإنسان وحتى حوتاً يحمل سكيناً.

قامت مجموعة من الباحثين بقيادة ماساتو ساكاي، أستاذ علم الآثار في جامعة ياماغاتا اليابانية، بتدريب نموذج ذكاء اصطناعي للكشف عن الأجسام باستخدام صور عالية الدقة لرموز نازكا البالغ عددها 430 رمزاً التي تم تعيينها حتى عام 2020. وقد ضم الفريق باحثين من مركز أبحاث توماس جيه واتسون التابع لشركة آي بي إم في يوركتاون هايتس بنيويورك.

وفي الفترة ما بين سبتمبر 2022 وفبراير 2023، اختبر الفريق دقة نموذجه في صحراء نازكا، حيث قام بمسح المواقع الواعدة سيراً على الأقدام وباستخدام طائرات بدون طيار قام الباحثون في النهاية "بتوثيق 303 رموز جيوغليفية تصويرية على الأرض، مما ضاعف تقريباً العدد المعروف من الرموز الجغرافية في غضون أشهر.

كان النموذج أبعد ما يكون عن الكمال. فقد اقترح 47,000 موقع محتمل مذهل في المنطقة الصحراوية التي تغطي 629 كيلومترًا مربعًا (243 ميلًا مربعًا). قام فريق من علماء الآثار بفحص هذه الاقتراحات وترتيبها، وحدد 1,309 موقعاً مرشحاً "ذات إمكانات عالية". حدد الباحثون "مرشحًا واحدًا واعدًا" مقابل كل 36 اقتراحًا قدمه نموذج الذكاء الاصطناعي، وفقًا للدراسة.

ومع ذلك، فإن الذكاء الاصطناعي لديه القدرة على تقديم إسهامات كبيرة في علم الآثار، لا سيما في التضاريس النائية والقاسية مثل الصحاري، على الرغم من أن النماذج ليست دقيقة تمامًا بعد، كما قالت أمينة جامباجانتسان، الباحثة وعالمة البيانات في قسم علم الآثار في معهد ماكس بلانك للأنثروبولوجيا الجيولوجية في جينا بألمانيا.

لم تشارك جامباجانتسان في بحث نازكا، لكنها تستخدم نموذجًا للذكاء الاصطناعي لتحديد تلال الدفن في منغوليا استنادًا إلى صور الأقمار الصناعية.

وأضافت جامباجانتسان: "تكمن المشكلة في أن علماء الآثار لا يعرفون كيفية بناء نموذج للتعلم الآلي، كما أن علماء البيانات، عادة، لا يهتمون حقًا بعلم الآثار لأنهم يستطيعون الحصول على المزيد من المال في أماكن أخرى".

فهم اللبنات الأساسية للحياة

تساعد نماذج الذكاء الاصطناعي أيضًا الباحثين على فهم الحياة على أصغر نطاق: سلاسل الجزيئات التي تشكل البروتينات، وهي اللبنات الأساسية للحياة.

في حين أن البروتينات تُبنى من حوالي 20 حمضًا أمينيًا فقط، إلا أنه يمكن دمجها بطرق لا نهاية لها تقريبًا، حيث تطوي نفسها في أنماط معقدة للغاية في الفضاء ثلاثي الأبعاد. وتساعد هذه المواد في تكوين خلايا الشعر والجلد والأنسجة؛ وتساعد في قراءة الحمض النووي ونسخه وإصلاحه؛ وتساعد في حمل الأكسجين في الدم.

ولعقود من الزمن، كان فك رموز هذه البنى ثلاثية الأبعاد مسعىً صعباً ومستهلكاً للوقت ينطوي على استخدام تجارب معملية صعبة وتقنية تُعرف باسم علم البلورات بالأشعة السينية.

ومع ذلك، في عام 2018، ظهرت على الساحة أداة قائمة على الذكاء الاصطناعي ستغير قواعد اللعبة. يتنبأ التكرار الأخير لقاعدة بيانات AlphaFold Protein Structure Database، التي طورها ديميس هاسابيس وجون جامبر في Google DeepMind في لندن، ببنية جميع البروتينات المعروفة تقريبًا البالغ عددها 200 مليون بروتين من تسلسل الأحماض الأمينية.

وتعمل قاعدة البيانات، التي تم تدريبها على جميع تسلسلات الأحماض الأمينية المعروفة وبنى البروتينات المحددة تجريبيًا، بمثابة "بحث جوجل". وهي توفر إمكانية الوصول بلمسة زر واحدة إلى النماذج المتوقعة للبروتينات، مما يسرع من التقدم في علم الأحياء الأساسي والمجالات الأخرى ذات الصلة، بما في ذلك الطب. وقد استخدم هذه الأداة ما لا يقل عن مليوني باحث حول العالم.

قالت آنا ويديل، أستاذة علم الوراثة الطبية في معهد كارولينسكا في السويد وعضو الأكاديمية الملكية السويدية للعلوم، لشبكة سي إن إن بعد فوز هاسابيس وجامبر بجائزة نوبل للكيمياء لعام 2024: "إنه حقًا إنجاز قائم بذاته يحل مشكلة تقليدية مقدسة في الكيمياء الفيزيائية".

الأداة لها بعض الحدود. فقد أكدت محاولات تطبيق برنامج AlphaFold على البروتينات القائمة على تسلسلات طفرية، بما في ذلك تلك المرتبطة بسرطان الثدي المبكر، أن البرنامج غير مجهز للتنبؤ بعواقب الطفرات الجديدة في البروتينات.

إن AlphaFold ليست سوى الأبرز من بين عدد من أدوات الذكاء الاصطناعي التي يتم نشرها في المجالات الطبية الحيوية. حيث يعمل التعلم الآلي على تسريع الجهود المبذولة لتجميع أطلس لكل نوع من أنواع الخلايا في جسم الإنسان واكتشاف الجزيئات التي تصبح عقاقير جديدة، بما في ذلك نوع من المضادات الحيوية التي قد تعمل ضد بكتيريا مقاومة للأدوية بشكل خاص.