قم بالتسجيل في النشرة الإخبارية للعلوم Wonder Theory على قناة CNN. استكشف الكون بأخبار الاكتشافات الرائعة والتقدم العلمي والمزيد.
ستتفتت مئات المخطوطات القديمة الهشة، المتفحمة إلى حد الهشاشة، إذا حاول أحدهم فتحها، وأي أثر للنص سيكون غير مقروء تقريبًا. لا تزال مخطوطات هيركولانيوم، كما تُعرف، غير مفتوحة، ولكن بفضل الأداة القوية وهي الذكاء الاصطناعي، أصبحت محتوياتها الآن في متناول اليد.
باستخدام الذكاء الاصطناعي والأشعة السينية عالية الدقة، قام ثلاثة من الباحثين في عام 2023 بفك تشفير أكثر من 2000 حرف من اللفائف الملفوفة، وهو الإنجاز الرائع الذي كشف عن أول مقاطع كاملة من البرديات التي نجت من ثوران بركان جبل فيزوف في عام 79 بعد الميلاد.
وتشكل القطع الأثرية، التي تم انتشالها من مبنى يعتقد أنه كان منزل والد زوجة يوليوس قيصر، مخبأ غير مسبوق من المعلومات حول روما القديمة واليونان.
ويأمل علماء الكمبيوتر الذين أطلقوا تحدي فيزوف، وهي مسابقة مصممة لتسريع عملية فك التشفير، أن يتم فتح 90٪ من المخطوطات الأربعة بحلول نهاية عام 2024. وكان التحدي الرئيسي هو تسوية المستندات فعليًا وتمييز الحبر الأسود عن الحبر الموجود عليها. ورق البردي المتفحم لجعل الكتابة اليونانية واللاتينية قابلة للقراءة.
وقال برنت سيلز، أستاذ علوم الكمبيوتر في جامعة كنتاكي، الذي يعمل على فك رموز المخطوطات لأكثر من عقد من الزمن: “يساعدنا الذكاء الاصطناعي في تضخيم إمكانية قراءة أدلة الحبر”. “الدليل على الحبر موجود. إنها مدفونة ومموهة في كل هذا التعقيد الذي يقطره الذكاء الاصطناعي ويكثفه.
يعد المشروع أحد الأمثلة الواضحة على الفائدة المتزايدة للذكاء الاصطناعي، والذي وصل إلى مرحلة النضج في عام 2024 مع اعتراف لجنة نوبل بتطوير الذكاء الاصطناعي وتطبيقه في العلوم لأول مرة: وقد كرّمت جائزة الفيزياء جون هوبفيلد وجيفري هينتون لاكتشافاتهما الأساسية في مجال العلوم. التعلم الآلي، مما يمهد الطريق لكيفية استخدام الذكاء الاصطناعي اليوم.
يظهر النص اليوناني في جزء من اللفافة الممسوحة ضوئيًا حديثًا. – تحدي فيزوف
يهدف الذكاء الاصطناعي، وهو مصطلح غامض ومبالغ فيه في كثير من الأحيان، إلى محاكاة الوظائف المعرفية البشرية لحل المشكلات وإكمال المهام. يشمل الذكاء الاصطناعي مجموعة من التقنيات الحسابية: استخدام مجموعات البيانات لتدريب وتحسين خوارزميات التعلم الآلي وتمكينها من اكتشاف الأنماط وإبلاغ التنبؤات.
يمكن أن تشكل بعض أدوات الذكاء الاصطناعي مخاطر، مثل الأنظمة المستخدمة في التوظيف والشرطة وطلبات القروض التي تكرر التحيز، لأنها قد يتم تدريبها على البيانات التاريخية التي تعكس أفكارًا متحيزة، على سبيل المثال، حول الجنس أو العرق، والتي تؤدي في النهاية إلى التمييز.
لقد أدى الذكاء الاصطناعي إلى تحويل مشهد الاكتشافات العلمية، مع زيادة حادة في عدد الأبحاث التي راجعها النظراء والتي تستخدم أدوات الذكاء الاصطناعي منذ عام 2015، ومن المرجح أن تكون تلك التي تستخدم أساليب الذكاء الاصطناعي من بين أكثر الأبحاث التي يتم الاستشهاد بها. توقع أكثر من نصف العلماء الذين شملهم الاستطلاع الذي أجرته مجلة Nature، والبالغ عددهم 1600 عالم، أن تكون أدوات الذكاء الاصطناعي “مهمة جدًا” أو “ضرورية” لممارسة البحث. ومع ذلك، فقد حذرت الجمعية الملكية في المملكة المتحدة، وهي أقدم أكاديمية للعلوم في العالم، من أن طبيعة الصندوق الأسود للعديد من أدوات الذكاء الاصطناعي تحد من إمكانية تكرار الأبحاث القائمة على الذكاء الاصطناعي. ومع ذلك، بالنسبة لسيلز، فهي أداة قوية تم استخدامها بحكمة وحققت نتائج مثيرة.
قال سيلز: “الذكاء الاصطناعي هو مجال من علوم الكمبيوتر مصمم لمحاولة حل المشكلات بطرق كنا نظن أن البشر فقط هم من يستطيعون حل المشكلات”. “أعتقد أن نوع الذكاء الاصطناعي الذي نستخدمه كنوع من القوة العظمى يجعلك قادرًا على رؤية الأشياء في البيانات التي لا يمكنك رؤيتها بالعين البشرية.”
إن تحدي فيزوف هو مجرد طريقة واحدة من الطرق التي هز بها هذا المجال سريع الحركة العلوم وكشف ما هو غير متوقع في عام 2024. ويعمل الذكاء الاصطناعي أيضًا على تعزيز فهم العلماء لكيفية تواصل الحيوانات في أعماق المحيطات، مما يساعد علماء الآثار في العثور على مواقع جديدة في التضاريس النائية وغير المضيافة. وحل بعض أعظم التحديات التي تواجه علم الأحياء.
فك رموز لغة الحيتان ولغات الحيوانات الأخرى
يعرف الباحثون أن النقرات الغامضة التي تصدرها حيتان العنبر تختلف من حيث الإيقاع والإيقاع والطول، لكن ما تقوله الحيوانات بهذه الأصوات – التي تنتجها أعضاء الحيوانات المنوية في رؤوسها المنتفخة – يظل لغزا بالنسبة لآذان الإنسان.
ومع ذلك، ساعد التعلم الآلي العلماء على تحليل ما يقرب من 9000 تسلسل نقرات مسجلة، تسمى الكودا، والتي تمثل أصوات ما يقرب من 60 من حوت العنبر في البحر الكاريبي. قد يتيح هذا العمل يومًا ما للبشر التواصل مع الحيوانات البحرية.
قام العلماء بفحص توقيت وتواتر الكودا في أقوال الحيتان الانفرادية، وفي الجوقات، وفي تبادلات النداء والاستجابة بين عمالقة البحر. عند تصورها باستخدام الذكاء الاصطناعي، ظهرت أنماط كودا غير مرئية سابقًا فيما وصفه الباحثون بأنه أقرب إلى الصوتيات في التواصل البشري.
يساعد التعلم الآلي العلماء على فك تشفير تسلسل النقرات الذي تقوم به حيتان العنبر. – راينهارد ديرشرل / إيماجبروكر / شاترستوك
إجمالاً، اكتشف البرنامج 18 نوعًا من الإيقاع (تسلسل الفترات بين النقرات)، وخمسة أنواع من الإيقاع (مدة الحلقة بأكملها)، وثلاثة أنواع من الروباتو (الاختلافات في المدة)، ونوعين من الزخرفة – “” “نقرة إضافية” تمت إضافتها في نهاية الكودا في مجموعة من الكودا الأقصر.
أفاد العلماء في شهر مايو الماضي أنه يمكن مزج هذه الميزات ومطابقتها معًا لتكوين “ذخيرة هائلة” من العبارات. ومع ذلك، فإن هذا النهج له حدوده. على الرغم من أن التعلم الآلي ماهر في تحديد الأنماط، إلا أنه لا يسلط الضوء على المعنى.
والخطوة التالية، وفقًا للدراسة، هي إجراء تجارب تفاعلية مع الحيتان، إلى جانب ملاحظات سلوك الحيتان، والتي يمكن أن تكون جزءًا مهمًا من كشف تركيب تسلسل نقرات حوت العنبر.
ويمكن أيضًا تطبيق هذا النهج على أصوات الحيوانات الأخرى، كما يقول د.
وقالت بريندا ماكوان، الأستاذة في كلية الطب البيطري بجامعة كاليفورنيا ديفيس، لشبكة CNN في وقت سابق. ولم تشارك في الدراسة.
البحث عن المواقع الأثرية
وفي الوقت نفسه، على الأرض، يعمل الذكاء الاصطناعي الآن على تحفيز البحث عن الخطوط والرموز الغامضة المحفورة في الأرض المتربة لصحراء نازكا في بيرو، والتي أمضى علماء الآثار ما يقرب من قرن من الزمان في اكتشافها وتوثيقها.
غالبًا ما تكون الصور التوضيحية المترامية الأطراف مرئية فقط من الأعلى، وهي تصور تصميمات هندسية وأشكال بشرية وحتى حيتان أوركا تحمل سكينًا.
قامت مجموعة من الباحثين بقيادة ماساتو ساكاي، أستاذ علم الآثار في جامعة ياماغاتا اليابانية، بتدريب نموذج الذكاء الاصطناعي للكشف عن الأشياء باستخدام صور عالية الدقة لرموز نازكا البالغ عددها 430 رمزًا التي تم رسمها اعتبارًا من عام 2020. وضم الفريق باحثين من توماس جيه واتسون من شركة IBM. مركز الأبحاث في يوركتاون هايتس، نيويورك.
بين سبتمبر 2022 وفبراير 2023، اختبر الفريق دقة نموذجه في صحراء نازكا، وقام بمسح المواقع الواعدة سيرًا على الأقدام وباستخدام طائرات بدون طيار. وفي نهاية المطاف، تمكن الباحثون من “تحقيق الأرض” لـ 303 أشكال جغرافية تصويرية، وهو ما يقرب من ضعف العدد المعروف من Geoglyphs. في غضون أشهر.
ساعد النموذج القائم على الذكاء الاصطناعي علماء الآثار على اكتشاف العديد من الرموز الغامضة المحفورة في صحراء نازكا في بيرو. – معهد جامعة ياماغاتا في ناسكا
كان النموذج بعيدًا عن الكمال. واقترحت 47 ألف موقع محتمل من المنطقة الصحراوية، التي تغطي مساحة 629 كيلومترا مربعا (243 ميلا مربعا). وقام فريق من علماء الآثار بفحص هذه الاقتراحات وتصنيفها، وتحديد 1309 موقعًا مرشحًا ذات “إمكانات عالية”. ومن بين كل 36 اقتراحًا قدمها نموذج الذكاء الاصطناعي، حدد الباحثون “مرشحًا واعدًا واحدًا”، وفقًا للدراسة.
ومع ذلك، فإن الذكاء الاصطناعي لديه القدرة على تقديم مساهمات هائلة في علم الآثار، خاصة في المناطق النائية والقاسية مثل الصحاري، على الرغم من أن النماذج ليست دقيقة تمامًا بعد، كما تقول أمينة جامباجانتسان، الباحثة وعالمة البيانات في قسم معهد ماكس بلانك لعلم الأرض الجيولوجية. علم الآثار في يينا، ألمانيا.
ولم يشارك جامباجانتسان في بحث نازكا ولكنه يستخدم نموذج الذكاء الاصطناعي لتحديد تلال الدفن في منغوليا بناءً على صور الأقمار الصناعية.
وأضاف جامباجانتسان: “المشكلة هي أن علماء الآثار لا يعرفون كيفية بناء نموذج للتعلم الآلي، كما أن علماء البيانات، عادةً، لا يهتمون حقًا بعلم الآثار لأنه يمكنهم الحصول على المزيد من المال من مكان آخر”.
فهم اللبنات الأساسية للحياة
تساعد نماذج الذكاء الاصطناعي الباحثين أيضًا على فهم الحياة على أصغر نطاق: سلاسل من الجزيئات التي تشكل البروتينات، وهي اللبنات الأساسية للحياة.
في حين أن البروتينات مبنية من حوالي 20 حمضًا أمينيًا فقط، إلا أنه يمكن دمجها بطرق لا حصر لها تقريبًا، لتشكل أنماطًا معقدة للغاية في مساحة ثلاثية الأبعاد. تساعد هذه المواد على تكوين خلايا الشعر والجلد والأنسجة؛ يقرأون وينسخون ويصلحون الحمض النووي؛ وتساعد في حمل الأكسجين في الدم.
لعقود من الزمن، كان فك رموز هذه الهياكل ثلاثية الأبعاد أمرًا صعبًا ويستغرق وقتًا طويلاً، ويتضمن استخدام تجارب معملية صعبة وتقنية تُعرف باسم علم البلورات بالأشعة السينية.
ومع ذلك، في عام 2018، ظهرت على الساحة أداة تعتمد على الذكاء الاصطناعي وغيرت قواعد اللعبة. يتنبأ الإصدار الأخير من قاعدة بيانات بنية البروتين AlphaFold، التي طورها ديميس هاسابيس وجون جمبر في Google DeepMind في لندن، ببنية جميع البروتينات المعروفة البالغ عددها 200 مليون تقريبًا من تسلسل الأحماض الأمينية.
تم تدريب قاعدة البيانات على جميع تسلسلات الأحماض الأمينية المعروفة وهياكل البروتين المحددة تجريبيًا، وتعمل بمثابة “بحث Google”. فهو يوفر الوصول بلمسة زر واحدة إلى نماذج البروتينات المتوقعة، مما يسرع التقدم في علم الأحياء الأساسي والمجالات الأخرى ذات الصلة، بما في ذلك الطب. وقد تم استخدام هذه الأداة من قبل ما لا يقل عن 2 مليون باحث حول العالم.
وقالت آنا ويدل، أستاذة علم الوراثة الطبية في معهد كارولينسكا في السويد وعضو في الأكاديمية الملكية السويدية للعلوم، لشبكة CNN بعد أن كان هاسابيس وجمبر من بين المشاركين: “إنه حقًا إنجاز قائم بذاته لحل الكأس المقدسة التقليدية في الكيمياء الفيزيائية”. الفائزون الثلاثة بجائزة نوبل للكيمياء لعام 2024.
الأداة لديها بعض الحدود. أكدت محاولات تطبيق AlphaFold على البروتينات بناءً على تسلسلات متحورة، بما في ذلك تلك المرتبطة بسرطان الثدي المبكر، أن البرنامج غير مجهز للتنبؤ بعواقب الطفرات الجديدة في البروتينات.
إن AlphaFold هو الأداة الأكثر شهرة بين عدد من أدوات الذكاء الاصطناعي التي يتم نشرها في مجالات الطب الحيوي. يعمل التعلم الآلي على تسريع الجهود الرامية إلى تجميع أطلس لكل نوع من الخلايا في جسم الإنسان واكتشاف الجزيئات التي تصبح أدوية جديدة، بما في ذلك نوع من المضادات الحيوية التي قد تعمل ضد البكتيريا المقاومة للأدوية بشكل خاص.
ساهم في هذا التقرير ميندي ويزبرجر وتايلور نيكولي
لمزيد من الأخبار والنشرات الإخبارية لـ CNN، قم بإنشاء حساب على CNN.com