أخبارنا:
2025-02-16@15:11:32 GMT
كيف يشكل الذكاء الاصطناعي مستقبل علم الجينات؟
تاريخ النشر: 22nd, November 2023 GMT
بدأت العديد من المؤسسات الطبية والصحية والبحثية حول العالم في إدماج تقنيات الذكاء الاصطناعي في عملها اليومي، حيث تساهم في تشخيص المرض بسرعة أكبر، وليس أدل على ذلك من موافقة إدارة الغذاء والدواء الأمريكية على أكثر من 500 خوارزمية طبية للذكاء الاصطناعي في مختلف المجالات.
ويتوقع خبراء في هذا المجال أن يساعد الذكاء الاصطناعي الأطباء يوماً ما على تحليل البيانات الجينية المعقدة، كما قد يساعد الذكاء الاصطناعي في عمليات التحليل الجيني ما يوفر وقتاً طويلاً على الأطباء لتحديد التشخيص ووضع خطة علاج مخصصة للغاية، وبالتالي تحسين رعاية المريض، وفق ما ذكر موقع بيزنس انسايدر.
الذكاء الاصطناعي وإمكانية التحليل الجيني
وبالإضافة إلى التصوير الطبي، يقول علماء ومتخصصون إن الذكاء الاصطناعي قد يتمكن يوماً ما من مسح كميات كبيرة من المعلومات الوراثية في وقت قصير للغاية، وهي مهمة صعبة للباحثين.
ومن خلال تحليل الجينوم - أو المجموعة الكاملة من التعليمات الجينية للفرد - قد يساعد الذكاء الاصطناعي الأطباء والباحثين على فهم سبب استجابة بعض المرضى لعلاجات معينة وعدم استجابة البعض الآخر، بحسب ما قال زينغي جي وانغ رئيس قسم علم الوراثة وعلوم الجينوم ورئيس الفريق البحثي لبرنامج جينوم السرطان في جامعة "كايس ويسترن ريزيرف" للمصدر ذاته.
ويشير باحثون في مجال الجينات إلى أن لديهم الكثير من البيانات الجينومية، ولكن فهمها قد يكون صعباً، وهنا سيكون الذكاء الاصطناعي وسيلة شديدة الأهمية لاستخلاص المعلومات المهمة التي لا يستطيع الدماغ البشري القيام بها.
وقال وانغ إن تقنيات الذكاء الاصطناعي قد تكون قادرة على مساعدة الباحثين على تحديد المؤشرات الحيوية لدى مرضى السرطان التي تظهر ما إذا كانوا سيستجيبون لدواء معين. بالإضافة إلى ذلك، قد تكون التكنولوجيا قادرة على فرز نتائج الاختبارات الجينية حيث أن بعض الطفرات الجينية تسبب الأمراض بينما يقع البعض الآخر في منطقة رمادية.
وقال وانغ: "لا نعرف ما إذا كانت بعض المتغيرات الجينية تسبب المرض بالفعل أم لا" ، مضيفا أن الذكاء الاصطناعي قد يكون قادراً على مساعدة الأطباء على فرز هذه الفروق الدقيقة لتحديد ما إذا كان المريض معرضاً لخطر الإصابة بمرض ما.
تعاون بين البشر والذكاء الاصطناعي
ويرى الدكتور وانغ أن الجمع بين التصوير بواسطة الذكاء الاصطناعي والتحليل الجيني بواسطة الذكاء الاصطناعي أيضاً في عيادة الطبيب سيحدث في غضون العامين المقبلين. وقال: "في يوم من الأيام سيحدث ذلك، ربما ليس الآن لأننا ما زلنا في مرحلة مبكرة".
وأضاف أن تقارير علم الأمراض، أو دراسة عينات الأنسجة البشرية، لا تزال حاسمة في التشخيص وقرارات العلاج ، وفي هذه المرحلة قد تكون أكثر دقة من استخدام أدوات الذكاء الاصطناعي.
ويؤكد الخبراء أن الذكاء الاصطناعي لديه القدرة على إحداث ثورة في التنبؤ الجيني والبحوث الجينية من خلال تحليل كميات هائلة من البيانات وتحديد الأنماط التي قد يتجاهلها البشر.
وغالبا ما تعتمد الطرق التقليدية للتنبؤ الجيني على النماذج الإحصائية والخوارزميات المحدودة في قدرتها على التنبؤ بدقة بوظيفة الجينات، في حين أن الذكاء الاصطناعي - من ناحية أخرى - يمكنه تحليل مجموعات البيانات الجينية المعقدة وتحديد الأنماط التي قد يغفلها الباحثون، بحسب ما ذكر موقع "تي اس 2" العملي المتخصص.
تحسين تقنيات "تحرير الجينات"
علاوة على ذلك، يتم استخدام الذكاء الاصطناعي أيضا لتحسين دقة وكفاءة تقنيات تحرير الجينات مثل CRISPR-Cas9.
ومن المعروف أن "كريسبر-كاس9" هي أداة ثورية لتحرير الجينات Gene Editing تسمح للعلماء بإجراء تغييرات دقيقة على الحمض النووي للكائن الحي. ومع ذلك، فإن عملية تحديد الجينات بدقة والمتغيرات الجينية التي يجب استهدافها يمكن أن تستغرق وقتاً طويلاً وتتطلب عمالة مكثفة، بحسب ما ذكر موقع "ساي. تك.كوم".
ومن المتوقع أن تتمكن خوارزميات الذكاء الاصطناعي قريباً من تحليل البيانات الجينية وتحديد الأهداف الواعدة لتحرير الجينات وتبسيط العملية وزيادة احتمالية النجاح وفق ما يتوقع العلماء.
صورة توضح عملية تخيلية لتحرير الجينات - أرشيفية
إمكانات الذكاء الاصطناعي في علم الوراثة هائلة، إلا أن هناك أيضاً تحديات واعتبارات أخلاقية تحتاج إلى معالجة. ويثير استخدام الذكاء الاصطناعي في التنبؤ الجيني والبحوث الجينية أسئلة حول الخصوصية والموافقة على الأمر من جانب البشر خاصة وأن البيانات الجينية شخصية وحساسة للغاية، وهناك حاجة لضمان سيطرة الأفراد على كيفية استخدام بياناتهم ومشاركتها.
التنبو بالمخاطر
ويعد التنبؤ بمخاطر المرض بناء على التركيب الجيني للفرد أحد المجالات التي يُحدث فيها الذكاء الاصطناعي بالفعل تأثيراً كبيراً.
فمن خلال تحليل البيانات الجينية للفرد، يمكن لخوارزميات الذكاء الاصطناعي تحديد المتغيرات الجينية المرتبطة بزيادة خطر الإصابة بأمراض معينة. ويمكن بعد ذلك استخدام هذه المعلومات لتطوير خطط وتدخلات علاجية شخصية لمنع أو تخفيف تأثير هذه الأمراض.
بالإضافة إلى ذلك، يتم استخدام الذكاء الاصطناعي أيضاً لتحديد الجينات الجديدة والمتغيرات الجينية التي قد ترتبط بسمات أو ظروف معينة. فمن خلال تحليل مجموعات البيانات الجينية واسعة النطاق، يمكن لخوارزميات الذكاء الاصطناعي تحديد الأنماط والارتباطات التي قد لا تكون واضحة على الفور للباحثين البشريين، وهو أمر سيساهم في تسريع اكتشاف جينات جديدة ومتغيرات جينية كبيرة، مما يؤدي إلى فهم أعمق للبيولوجيا البشرية وتطوير علاجات جديدة.
المصدر: أخبارنا
كلمات دلالية: الذکاء الاصطناعی فی البیانات الجینیة التی قد
إقرأ أيضاً:
كيف تمكنت ديب سيك من بناء الذكاء الاصطناعي الخاص بها بأموال أقل؟
نشرت صحيفة "نيويورك تايمز" تقريرًا يسلط الضوء على كيفية نجاح شركة "ديب سيك" الصينية الناشئة في بناء أحد أقوى أنظمة الذكاء الاصطناعي في العالم باستخدام عدد أقل بكثير من الرقائق الحاسوبية مقارنة بالشركات الكبرى.
وقالت الصحيفة، في هذا التقرير الذي ترجمته "عربي21"، إن شركات الذكاء الاصطناعي عادة ما تقوم بتدريب روبوتات الدردشة الآلية الخاصة بها باستخدام أجهزة كمبيوتر عملاقة مزودة بـ16,000 شريحة متخصصة أو أكثر، لكن شركة "ديب سيك" قالت إنها تحتاج إلى حوالي 2,000 شريحة فقط.
وأوضح مهندسو الشركة بالتفصيل في ورقة بحثية؛ فقد استخدمت الشركة الناشئة العديد من الحيل التكنولوجية لتقليل تكلفة بناء نظامها؛ حيث احتاج مهندسوها إلى حوالي 6 ملايين دولار فقط من قوة الحوسبة الخام، أي ما يعادل عُشر ما أنفقته شركة ميتا في بناء أحدث تقنيات الذكاء الاصطناعي.
كيف يتم بناء تقنيات الذكاء الاصطناعي؟
وأوضحت الصحيفة أن تقنيات الذكاء الاصطناعي الرائدة تعتمد على ما يسمى بالشبكات العصبية، وهي أنظمة رياضية تتعلم مهاراتها من خلال تحليل كميات هائلة من البيانات.
وتقضي أقوى الأنظمة شهورًا في تحليل جميع النصوص الإنجليزية على الإنترنت، بالإضافة إلى العديد من الصور والأصوات والوسائط المتعددة الأخرى، مما يتطلب كميات هائلة من القدرة الحاسوبية.
وقد أدرك باحثو الذكاء الاصطناعي منذ حوالي 15 سنة أن رقائق الكمبيوتر المتخصصة التي تسمى وحدات معالجة الرسومات تعد وسيلة فعالة للقيام بهذا النوع من تحليل البيانات، وقد صممت شركات مثل شركة إنفيديا هذه الرقائق لعرض رسومات ألعاب الفيديو على الكمبيوتر في الأصل، ولكن وحدات معالجة الرسومات كانت لديها القدرة أيضًا على تشغيل العمليات الحسابية التي تدعم الشبكات العصبية.
ومع قيام الشركات بتعبئة المزيد من وحدات معالجة الرسومات في مراكز بيانات الحواسيب الخاصة بها، أصبح بإمكان أنظمة الذكاء الاصطناعي تحليل المزيد من البيانات.
ولكن أفضل وحدات معالجة الرسومات تكلف حوالي 40,000 دولار، وتحتاج إلى كميات هائلة من الكهرباء.
كيف تمكنت "ديب سيك" من خفض التكاليف؟
أشارت الصحيفة إلى أن أبرز ما فعلته الشركة هو اعتمادها على طريقة تسمى "خليط الخبراء".
وقد كانت الشركات سابقًا تنشئ شبكة عصبية واحدة تتعلم جميع الأنماط في جميع البيانات الموجودة على الإنترنت، وكان ذلك مكلفا لأنه يتطلب كميات هائلة من البيانات للتنقل بين رقاقات وحدة معالجة الرسومات.
ومن خلال طريقة "خليط الخبراء"، حاول الباحثون حل هذه المشكلة عن طريق تقسيم النظام إلى العديد من الشبكات العصبية، وهكذا يكون هناك 100 من هذه الأنظمة "الخبيرة" الأصغر حجمًا، ويمكن لكل منها التركيز على مجاله الخاص.
لقد عانت العديد من الشركات لتنفيذ هذه الطريقة، لكن شركة "ديب سيك" تمكنت من القيام بذلك بشكل جيد؛ حيث قامت بإقران تلك الأنظمة "الخبيرة" الأصغر حجمًا مع نظام "عام".
فقد كانت الأنظمة الخبيرة لا تزال بحاجة إلى تبادل بعض المعلومات مع بعضها البعض، وكان بإمكان النظام "العام" المساعدة في تنسيق هذه التفاعلات بينها.
وأضافت الصحيفة أن هذا ليس الشيء الوحيد الذي قامت به "ديب سيك"؛ حيث أتقنت أيضًا خدعة بسيطة تتضمن الكسور العشرية التي يمكن لأي شخص يتذكر درس الرياضيات في المدرسة الابتدائية أن يفهمها.
واستخدمت الشركة طريقة تبسيط الأرقام التي يستخدمها دارسو الرياضيات عند التعامل مع الأرقام التي لا تنتهي مثل رمز باي، والذي يُشار إليه أيضًا بـ π، وهو عدد لا ينتهي أبدًا: 3.14159265358979…
يمكن استخدام باي لإجراء عمليات حسابية مفيدة، ولكن عند إجراء هذه الحسابات، يمكنك اختصار باي إلى بضعة أعداد عشرية فقط: 3.14.
وقد قامت "ديب سيك" بشيء مماثل - ولكن على نطاق أوسع بكثير - في تدريب تقنية الذكاء الاصطناعي الخاصة بها.
وبيّنت الصحيفة أن العمليات الحسابية التي تسمح للشبكة العصبية بتحديد الأنماط في النص هي في الحقيقة مجرد عمليات ضرب، الكثير والكثير من عمليات الضرب.
وعادة ما تقوم الرقائق بضرب الأرقام التي تتناسب مع 16 بت من الذاكرة، لكن "ديب سيك" ضغطت كل رقم في 8 بتات فقط من الذاكرة، أي أنها اقتطعت عدة كسور عشرية من كل رقم.
وهذا يعني أن كل عملية حسابية كانت أقل دقة، لكن ذلك لم يكن مهمًا لأن العمليات الحسابية كانت دقيقة بما فيه الكفاية لإنتاج شبكة عصبية قوية جدًا.
وتابعت الصحيفة بأن الشركة أضافت خدعة أخرى؛ حيث اتخذ مهندسوها مسارًا مختلفًا عند ضرب الأرقام معًا بعد ضغطها، فعند تحديد إجابة كل مسألة ضرب، كانوا يقومون بتمديد الإجابة عبر 32 بت من الذاكرة، أي أنهم احتفظوا بالعديد من الكسور العشرية، مما جعل الإجابة أكثر دقة.
لقد أظهر مهندسو "ديب سيك" في ورقتهم البحثية أنهم كانوا بارعين جدًا في كتابة التعليمات البرمجية الحاسوبية المعقدة للغاية التي تخبر وحدات معالجة الرسومات بما يجب القيام به، وكانوا على مقدرة من جعل هذه الرقائق المزيدة أكثر كفاءة.
ورغم أن قليلًا من الناس يملكون هذا النوع من المهارة، لكن مختبرات الذكاء الاصطناعي الجادة لديها المهندسين الموهوبين اللازمين لمضاهاة ما قامت به "ديب سيك"، وربما يستخدم بعضهم الحيل نفسها بالفعل.
لكن من الواضح أن الكثيرين فوجئوا بعمل "ديب سيك"، وهذا لأن ما قامت به الشركة الناشئة ليس بالأمر السهل؛ فالتجارب اللازمة للتوصل إلى إنجاز كهذا تكلف ملايين الدولارات - إن لم يكن المليارات - من الطاقة الكهربائية.
وقد أشار العديد من النقاد إلى أن مبلغ الـ 6 ملايين دولار الذي أنفقته الشركة لم يغط سوى تدريب النسخة النهائية من النظام، وقال مهندسو "ديب سيك" في ورقتهم البحثية إنهم أنفقوا أموالاً إضافية على الأبحاث والتجارب قبل إجراء التدريب النهائي، ولكن الأمر نفسه ينطبق على أي مشروع متطور للذكاء الاصطناعي.
وختمت الصحيفة بأن شركة "ديب سيك" خاطرت مخاطرة أتت بثمارها، ومع مشاركة الشركة الصينية الناشئة لأساليبها مع باحثين آخرين في مجال الذكاء الاصطناعي، فإن حيلها التكنولوجية ستقلل تكلفة بناء الذكاء الاصطناعي بشكل كبير.
مخلفات محطة الهارثة الحرارية تسبب حالات إغماء بين الطلبة والتدريسيين