في تطور علمي مذهل، تمكنت أداة ذكاء اصطناعي جديدة تحمل اسم (AI co-scientist) طورتها شركة جوجل من حل مشكلة استغرقت من العلماء عقدًا من الزمن لحلها في غضون يومين فقط، ويسلّط هذا الإنجاز الضوء على الإمكانات الضخمة للذكاء الاصطناعي في تسريع وتيرة البحث العلمي وتقديم حلول مبتكرة للتحديات المعقدة.
الذكاء الاصطناعي يتغلب على 10 سنوات من البحث العلمي:
قضى خوسيه بيناديس وزملاؤه في إمبريال كوليدج لندن عشر سنوات كاملة في محاولة لفهم الآلية التي تكتسب بها بعض أنواع البكتيريا الخارقة مقاومة للمضادات الحيوية، وهو تحدٍ صحي عالمي متزايد الخطورة يحصد أرواح الملايين سنويًا.
ولكن المفاجأة المذهلة حدثت عندما قدم الفريق لأداة (AI co-scientist) الجديدة من جوجل – وهي أداة ذكاء اصطناعي مصممة خصوصًا للتعاون مع الباحثين – السؤال نفسه الذي استغرق منهم عقدًا لحله، وففي غضون يومين فقط، قدمت الأداة الإجابة نفسها التي توصل إليها الفريق في نتائجهم التي لم تُنشر بعد.
وأصيب بيناديس بالدهشة من هذه النتيجة السريعة والدقيقة، مما دفعه إلى التواصل مع جوجل للتأكد من عدم وصولهم إلى بحثه، وقد نفت الشركة ذلك، مؤكدة أن الأداة اعتمدت على المعلومات المتاحة للجمهور. ونشر الباحثون نتائجهم في يوم 19 فبراير في قاعدة بيانات (bioRxiv)، مما يعني أنها لم تخضع بعد لمراجعة الأقران.
وقد صرح تياجو دياس دا كوستا، المحاضر في علم الأمراض البكتيرية في إمبريال كوليدج لندن والمؤلف المشارك في الدراسة، قائلًا: “تظهر نتائجنا أن الذكاء الاصطناعي لديه القدرة على تجميع كافة الأدلة المتاحة وتوجيهنا نحو أهم الأسئلة والتصاميم التجريبية، وإذا أثبتت هذه الأداة فعاليتها كما نتوقع، فستحدث نقلة نوعية في مجالنا، إذ ستساعد في تجنب الطرق المسدودة وتسريع وتيرة الاكتشافات بنحو غير مسبوق”.
استخدام الذكاء الاصطناعي لمكافحة البكتيريا الخارقة:
تُعدّ مقاومة مضادات الميكروبات (AMR) ظاهرة خطيرة تتفاقم باستمرار، إذ تكتسب الميكروبات المعدية، مثل: البكتيريا والفيروسات والفطريات والطفيليات، مقاومة للمضادات الحيوية، مما يجعل الأدوية الأساسية غير فعالة، الأمر الذي يؤدي إلى تفاقم الأمراض وزيادة معدلات الوفيات.
وتُعرف مقاومة مضادات الميكروبات باسم (الجائحة الصامتة) silent pandemic، وهي واحدة من أكبر التهديدات الصحية التي تواجه البشرية، إذ إن الإفراط في استخدام المضادات الحيوية وإساءة استخدامها في الطب والزراعة يسرعان من انتشارها وتطورها.
ووفقًا لتقرير صادر عن مراكز السيطرة على الأمراض والوقاية منها (CDC) في عام 2019، تسببت البكتيريا المقاومة للأدوية في وفاة ما لا يقل عن 1.27 مليون شخص على مستوى العالم في ذلك العام، ومن بين هؤلاء، كان هناك نحو 35,000 حالة وفاة في الولايات المتحدة وحدها.
ويعني ذلك أن الوفيات في الولايات المتحدة الناجمة عن هذه المشكلة ارتفعت بنسبة بلغت 52% مقارنة بتقرير مقاومة مضادات الميكروبات الصادر عن مراكز السيطرة على الأمراض في عام 2013، مما يسلط الضوء على السرعة التي يتطور بها هذا التهديد.
وفي سعيهم لفهم آليات مقاومة البكتيريا الخارقة، ركز فريق بيناديس في نوع محدد من هذه البكتيريا، وهي عائلة من الفيروسات التي تصيب البكتيريا وتُعرف باسم جزر الكروموسومات القابلة للتحفيز بالعاثيات التي تشكل الغلاف البروتيني لجسيم الفيروس (cf-PICIs). وقد أثارت هذه الفيروسات اهتمام الباحثين لقدرتها الفريدة على إصابة أنواع متنوعة من البكتيريا، مما يشير إلى وجود آلية اختراق غير معروفة.
وقد وضع الباحثون فرضية مفادها أن هذه الفيروسات تكتسب هذه القدرة من خلال استعارة ذيول من فيروسات أخرى تهاجم البكتيريا، وتُستخدم هذه الذيول لحقن المادة الوراثية للفيروس داخل الخلية البكتيرية المضيفة، وأثبتت التجارب صحة هذه الفرضية، وكشفت عن آلية اختراق مبتكرة في عملية النقل الجيني الأفقي لم يكن المجتمع العلمي على علم بها من قبل، وتتيح هذه الآلية للفيروسات تبديل الذيول بين بعضها، مما يزيد من قدرتها على إصابة أنواع مختلفة من البكتيريا.
وقبل نشر نتائجهم، قرر الفريق اختبار صحة اكتشافهم باستخدام أداة (AI co-scientist) الجديدة من جوجل، وبعد يومين فقط، قدم الذكاء الاصطناعي اقتراحات متعددة، وكان أحدها مطابقًا للإجابة التي توصل إليها الفريق، وقد أكدت هذه النتيجة قدرة الذكاء الاصطناعي على تحليل البيانات المعقدة وتقديم رؤى قيمة في مجال البحث العلمي.
وتعليقًا على هذه النتائج، قال بيناديس، أستاذ علم الأحياء الدقيقة في إمبريال كوليدج لندن: “لقد تمكنت الخوارزمية فعليًا من مراجعة الأدلة المتاحة، وتحليل الاحتمالات، وطرح الأسئلة، وتصميم التجارب، واقتراح الفرضية نفسها التي استغرقنا سنوات من البحث العلمي الدقيق للوصول إليها، ولكن في جزء بسيط من الوقت”.
ويعني ذلك أن الذكاء الاصطناعي لم يقتصر على تحليل البيانات، بل تجاوز ذلك إلى محاكاة عملية التفكير العلمي، مما يفتح آفاقًا جديدة لتسريع الاكتشافات العلمية.
تحديات استخدام الذكاء الاصطناعي في البحث العلمي:
أشار الباحثون إلى أن الاعتماد على الذكاء الاصطناعي منذ البداية لم يكن ليغني عن إجراء التجارب العملية، ولكنه كان سيسرع بنحو كبير عملية الوصول إلى الفرضية، مما يوفر عليهم سنوات من العمل. ويسلط ذلك الضوء على الدور التكميلي للذكاء الاصطناعي في البحث العلمي، إذ يساعد في توجيه الجهود وتحديد الأولويات، ولكنه لا يحل محل التجريب والتحقق العلمي.
ومع هذه النتائج الواعدة وغيرها، لا يزال استخدام الذكاء الاصطناعي في المجال العلمي محل نقاش، إذ أثبتت العديد من الدراسات أن الأبحاث المدعومة بالذكاء الاصطناعي غير قابلة للتكرار – أي لا يمكن لباحثين آخرين تكرار النتائج العملية أو إعادة إنتاجها باستخدام الطريقة نفسها أو الإجراءات – أو تنطوي على عمليات احتيال صريحة.
وللحد من هذه المشكلات وتعظيم الفوائد التي يمكن أن يجلبها الذكاء الاصطناعي للبحث، يقترح العلماء تطوير أدوات للكشف عن سوء استخدام الذكاء الاصطناعي وإنشاء أطر أخلاقية لتقييم دقة النتائج، ويتطلب ذلك تعاونًا بين الباحثين والمطورين والجهات التنظيمية لضمان استخدام الذكاء الاصطناعي بنحو مسؤول وأخلاقي في البحث العلمي.