khanekhodro

آینده رویایی با هوش مصنوعی

زاکربرگ و همسرش تمام بیماری‌ها را ریشه‌کن می‌کنند؟


۱۴۰۲/۰۷/۰۵ - ۱۵:۰۶ | کد خبر: ۳۶۸۶۳ چاپ

مارک زاکربرگ و همسرش پریسیلا چان در نظر دارند که تا سال ۲۱۰۰ بیماری‌های انسانی را ریشه‌کن کنند. اما این پروژه احتمالا بسیار هزینه‌بر خواهد بود.

زاکربرگ و همسرش تمام بیماری‌ها را ریشه‌کن می‌کنند؟

کلانشهر: روز سه شنبه پریسیلا چان و همسرش مارک زاکربرگ از برنامه‌هایشان برای کمک به ریشه‌کن کردن بیماری‌های انسانی تا سال ۲۱۰۰ خبر دادند.

هدف آنها توسعه یک سیستم محاسباتی است که براساس آن محققان می‌توانند با بهره‌گیری از هوش مصنوعی به فهرست‌نویسی سلولها و پیش‌بینی نحوه عملکرد آنها در هنگام بیماری بپردازند. چان و زاکربرگ با انتشار بیانیه‌ای اعلام کردند که این داده‌ها در راستای اکتشافات جدیدی در مسیر از بین بردن بیماری‌های انسانی مورد استفاده قرار خواهد گرفت.

آن کارپنترکه در موسسه برود هاروارد و MIT از محاسبات برای توسعه داروها بهره می‌برد، در این رابطه گفته:« همیشه از دیدن قدرت محاسباتی که در دسترس زیست‌شناسان قرار می‌گیرد هیجان‌زده می‌شوم و از شنیدن این خبر بسیار خوشحالم.»

او یادآوری کرد که گرچه این پروژه بسیار امیدوارکننده به نظر می‌رسد، اما هنوز در روزهای ابتدایی‌اش است. او ادامه داد:« اعلام این خبر این گونه نیست که :" ما مدلی را خلق کرده‌ایم که فلان کار خاص را انجام می‌دهد." آنچه این زوج گفته‌اند این است که :" ما در حال برنامه‌ریزی برای منبعی هستیم که در اختیار زیست‌شناسان قرار می‌گیرد تا با آن مدل‌های جدیدی ایجاد کنند."»

شرکت زاکربرگ و همسرش با نام Chan Zuckerberg Initiaive اعلام کرده که قرار است این محصول تا سال ۲۰۲۴ راه‌اندازی شود. این شرکت در عین حال جزئیاتی در مورد هزینه تولید محصول ارائه نکرده است. اما با توجه به آنکه قطعات کامپیوتری مورد نیاز در این پروژه، جزو قطعات پرتقاضا و در عین حال با عرضه محدود هستند، به نظر می‌رسد که این پروژه، از نظر مالی هزینه‌های زیادی را به همراه داشته باشد.

نحوه پیش‌روی و عملکرد پروژه
طبق اعلام مسئولان شرکت، آنها قصد دارند تا یک سیستم کامپیوتری متشکل از ۱۰۰۰ واحد پردازش گرافیکی بسازند (مدارهای الکترونیکی برای پردازش تصاویر طراحی شده‌اند) که این GPU ها می‌توانند به صورت بصری، به تجزیه و تحلیل سلول‌های سالم و بیمار از پایگاه داده‌ها بپردازند.

سپس مسئولان شرکت اعلام کردند که قصد دارند تا این ابزار را در دسترس عموم قرار دهند تا محققان بتوانند به صورت مشترک از آن برای انجام اکتشافات جدید بهره‌مند شوند و از همین رو کارپنتر هم به خاطر این ایده حسابی هیجان‌زده شده است. او گفته که آزمایشگاه‌ها در سراسر آمریکا، برای انجام تحقیقات بیوتکنولوژیک خود، دسترسی برابری به امکانات محاسباتی ندارند.


متفاوت‌ترین محصول تویوتا که با هوش‌مصنوعی ساخته شده

او در عین حال به این نکته اشاره کرد که در صورتی که این پیشنهاد دقیق باشد، زمینه فعالیت برای محققانی که با بهره‌گیری از هوش مصنوعی به دنبال درمان‌های جدید هستند، فراهم خواهد شد.

هوش مصنوعی و انقلاب در دنیای سلامت
از زمان تاسیس شرکت زاکربرگ و همسرش در سال ۲۰۱۵، اکثر پروژه‌های آموزشی در جامعه محلی سانفرانسیسکو توسط این شرکت تامین مالی می‌شوند. لازم به ذکر است که شرکت‌های دیگر زاکربرگ هم قبلا وارد حوزه بیوتکنولوژی شده‌اند.

متا در سال ۲۰۲۲، یک ابزار هوش مصنوعی به نام ESMFold را معرفی کرد که با تکنیک‌های پردازشی هوش مصنوعی مشابه با آنچه زاکربرگ و چان در پایگاه داده جدید خود از آن استفاده خواهند کرد، ساخته شده است.

ESMFold در حقیقت نسخه سریع‌تری از برنامه AlphaFold است که فوربس آن را "مهمترین دستاورد در هوش مصنوعی" برای حل مشکل علمی چندین ساله درباره نحوه پیش‌بینی موثر شکل پروتئین‌ها با استفاده از هوش مصنوعی نامیده بود.

 اطلاعات و داده‌های کافی درباره پروتئین‌ها و آمینواسیدهای تشکیل دهنده آنها در اختیار هوش مصنوعی قرار می‌گرفت. کامپیوتر با آموزش مدل درباره نحوه ساخت پروتئین‌های شناخته شده، موفق شد تا نحوه تا شدن و شکل‌گیری سایر پروتئین‌های ناشناخته را پیش‌بینی کند.

کریس بال، دانشمند ارشد موسسه AI Proteins در این باره گفت:« AlphaFold با نشان دادن آنچه که ممکن است، موجی از خلاقیت و نوآوری را ایجاد کرد.»

برنامه‌ای که در AlphaFold مورد استفاده قرار گرفت، یک مدل زبان بزرگ است و همان نوع برنامه‌ای است که شرکت زاکربرگ و همسرش امیدوار است تا بتواند در برنامه جدید خود مورد استفاده قرار دهد. مدل‌های زبان بزرگ، ابزارهای هوش مصنوعی هستند که با بهره‌گیری از داده‌های بزرگی که به صورت آنلاین در دسترس هستند، آموزش داده می‌شوند و این همان نظریه‌ای است که در ChatGPT نیز مورد استفاده قرار گرفته است.

جف مک گرگور، معاون ارتباطات شرکت چان زاکربرگ در این باره گفت:« مدل‌های زبان بزرگ در درک ساختار پروتئین به ما کمک‌های بزرگی کرده‌اند و فکر می‌کنیم که آنها در درک ساختارهای پیچیده‌تری مثل سلول‌ها نیز کمک زیادی خواهند کرد.»