اوپن‌اِی‌آی مدلی هوش مصنوعی برای علم طول عمر توسعه داده است

این شرکت با هدف کشف‌های علمی، مدلی هوش مصنوعی ساخته که به تولید سلول‌های بنیادی کمک می‌کند.

اوپن‌اِی‌آی مدلی هوش مصنوعی برای علم طول عمر توسعه داده است
Image Credit: Sven Hoppe/dpa via AP

وقتی به نقش هوش مصنوعی در علم فکر می‌کنید، شاید به یاد برنامه AlphaFold از گوگل دیپ‌مایند بیفتید؛ همان برنامه‌ای که برای پیش‌بینی ساختار پروتئین‌ها توسعه داده شد و سال گذشته جایزه نوبل برای سازنده‌اش به ارمغان آورد.

حالا اوپن‌ای‌آی اعلام کرده که وارد عرصه علم شده و مدلی برای مهندسی پروتئین‌ها طراحی کرده است.

این شرکت مدعی است که مدلی زبان‌محور توسعه داده که قادر به طراحی پروتئین‌هایی است که می‌توانند سلول‌های عادی را به سلول‌های بنیادی تبدیل کنند و عملکردی بهتر از دانشمندان انسانی ارائه دهد.

این پروژه نخستین مدل اوپن‌ای‌آی است که به داده‌های زیستی متمرکز شده و اولین ادعای عمومی این شرکت مبنی بر توانایی مدل‌هایش در ارائه نتایج علمی پیش‌بینی‌نشده محسوب می‌شود. این گام بزرگی در مسیر ارزیابی توانایی هوش مصنوعی برای انجام اکتشافات واقعی است؛ معیاری که برخی آن را آزمونی کلیدی در راه رسیدن به «هوش عمومی مصنوعی» می‌دانند.

هفته گذشته، سم آلتمن، مدیرعامل اوپن‌ای‌آی، اظهار داشت که «مطمئن است» شرکتش می‌داند چگونه AGI را توسعه دهد و افزود: «ابزارهای هوش فراهوشمند می‌توانند به طور چشمگیری روند کشف‌های علمی و نوآوری را تسریع کنند و فراتر از توانایی‌های انسانی پیش بروند.»

همکاری اوپن‌ای‌آی و Retro Biosciences

پروژه مهندسی پروتئین‌ها یک سال پیش و زمانی آغاز شد که شرکت Retro Biosciences، فعال در حوزه تحقیقات طول عمر و مستقر در سان‌فرانسیسکو، پیشنهاد همکاری با اوپن‌ای‌آی را مطرح کرد.

این همکاری اتفاقی نبود؛ چرا که سم آلتمن، مدیرعامل اوپن‌ای‌آی، شخصاً ۱۸۰ میلیون دلار در Retro سرمایه‌گذاری کرده بود؛ موضوعی که اولین بار توسط MIT Technology Review در سال ۲۰۲۳ گزارش شد.

هدف Retro افزایش طول عمر طبیعی انسان به میزان ۱۰ سال است. این شرکت بر پروتئین‌هایی به نام فاکتورهای یاماناکا تحقیق می‌کند؛ پروتئین‌هایی که با افزودن آن‌ها به یک سلول پوست انسان، می‌توان آن را به یک سلول بنیادی جوان تبدیل کرد. سلولی که قادر به تولید هر نوع بافت دیگری در بدن است.

مشکل و راه‌حل اوپن‌ای‌آی

روند تبدیل سلول‌ها یا «برنامه‌ریزی مجدد» آن‌ها، بسیار ناکارآمد است؛ این فرآیند چندین هفته طول می‌کشد و کمتر از ۱٪ سلول‌ها در آزمایشگاه به سلول‌های بنیادی تبدیل می‌شوند.

مدل جدید اوپن‌ای‌آی که GPT-4b micro نام دارد، برای پیشنهاد راه‌هایی جهت بهبود عملکرد این فاکتورها آموزش داده شده است. طبق اعلام اوپن‌ای‌آی، این مدل با تغییر دو فاکتور یاماناکا، توانست کارایی آن‌ها را بیش از ۵۰ برابر افزایش دهد (البته طبق معیارهای اولیه).

جان هالمن، محقق اوپن‌ای‌آی، می‌گوید: «به طور کلی، عملکرد این پروتئین‌ها بهتر از چیزی است که دانشمندان توانسته بودند به تنهایی تولید کنند.»

شفافیت و آینده

نتایج این مدل هنوز منتشر نشده و محققان خارجی نمی‌توانند صحت آن را ارزیابی کنند. همچنین، این مدل فعلاً به‌صورت محدود استفاده می‌شود و به‌عنوان یک محصول رسمی معرفی نشده است.

آرون جایش، از محققان اوپن‌ای‌آی، می‌گوید: «این پروژه نشان می‌دهد که ما در زمینه علم جدی هستیم. اما اینکه آیا این قابلیت‌ها به‌عنوان مدلی جداگانه عرضه می‌شوند یا در مدل‌های اصلی ما ادغام خواهند شد، هنوز مشخص نیست.»

مدل GPT-4b برخلاف AlphaFold که ساختار پروتئین‌ها را پیش‌بینی می‌کند، به طراحی دوباره پروتئین‌های ناپایدار و نامنظم مثل فاکتورهای یاماناکا می‌پردازد.

این مدل با استفاده از داده‌های توالی پروتئین‌ها از گونه‌های مختلف و اطلاعات مربوط به تعاملات پروتئینی آموزش دیده است. اما این داده‌ها در مقایسه با داده‌هایی که برای آموزش چت‌بات‌های اصلی اوپن‌ای‌آی استفاده شده‌اند، بسیار محدودتر هستند.

مزیت و چالش‌های مدل

جو بتس-لاکروآ، مدیرعامل Retro، می‌گوید: «ما این مدل را بلافاصله در آزمایشگاه آزمایش کردیم و به نتایج واقعی رسیدیم. ایده‌های این مدل به‌طور غیرمعمول خوب بودند و در بسیاری از موارد بهبودهای قابل‌توجهی ایجاد کردند.»

وادیم گلادیشف، محقق دانشگاه هاروارد، می‌گوید: «برای ما، روش‌های بهتر برای تولید سلول‌های بنیادی بسیار مفید خواهند بود. سلول‌های پوست به‌راحتی برنامه‌ریزی مجدد می‌شوند، اما سلول‌های دیگر این‌طور نیستند.»

نگرانی‌ها درباره تعارض منافع

این پروژه بدون تبادل مالی انجام شده، اما از آنجا که Retro توسط آلتمان تأمین مالی شده، ممکن است پرسش‌هایی درباره ارتباط پروژه‌های جانبی مدیرعامل اوپن‌ای‌آی ایجاد شود.

سال گذشته، وال‌استریت ژورنال اعلام کرد که سرمایه‌گذاری‌های گسترده آلتمن در استارتاپ‌های خصوصی می‌تواند تضاد منافع ایجاد کند، چرا که برخی از این شرکت‌ها با اوپن‌ای‌آی نیز همکاری می‌کنند.

اوپن‌ای‌آی تأکید دارد که آلتمان در این پروژه دخالت مستقیم نداشته و تصمیم‌گیری‌ها بر اساس سرمایه‌گذاری‌های شخصی او انجام نمی‌شوند.


Credit: MIT Technology Review, by Antonio Regalado
Read full article here: https://www.technologyreview.com/2025/01/17/1110086/openai-has-created-an-ai-model-for-longevity-science/