کشف اسرار ژنوم انسان با هوش مصنوعی نوین
تاریخ انتشار: ۱۷ آذر ۱۴۰۱ | کد خبر: ۳۶۵۵۹۶۱۹
یک روش جدید به نام "گوفر" به پژوهشگران کمک میکند تا بهترین برنامه هوش مصنوعی را برای تجزیه و تحلیل ژنوم انسان تعیین کنند و پرده از اسرار آن بردارند.
به گزارش ایسنا و به نقل از آیای، هوش مصنوعی (AI) ابزاری نوآورانه است که میتوان آن را برای پیشبینی و حل مشکلات به شکل سریع و با دقت آموزش داد. با این حال، استدلال پشت خروجی یا اطلاعات ارسالشده پس از دریافت ورودی نرم افزار هوش مصنوعی از مجموعه دادهها هنوز به روشنی درک نشده است.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
پژوهشگران سعی کردهاند روشهایی را که هوش مصنوعی با آنها اطلاعات تولید میکند و قوانین و مقرراتی را که هوش مصنوعی هنگام پردازش دادهها دنبال یا ایجاد میکند، درک کنند.
درک چگونگی پیشبینی توسط هوش مصنوعی
پیتر کو (Peter Koo) دانشمند محاسبات و استادیار آزمایشگاه کلد اسپرینگ هاربر (Cold Spring Harbor) در ایالات متحده میخواست بفهمد هوش مصنوعی چگونه پاسخهای خود را با دقت تولید میکند. او به جای اینکه این را بداند و بپذیرد که خروجی هوش مصنوعی، درست یا دقیق تولید میشود، میخواست بفهمد که هوش مصنوعی چگونه پاسخهای خود را ایجاد میکند.
وی میگوید: اگر به جای حفظ کردن معادلات، قواعد کلی در مورد ریاضیات را بیاموزید، میدانید که چگونه آن معادلات را حل کنید. بنابراین به جای اینکه فقط آن معادلات را حفظ کنیم، امیدواریم که این مدلها، حل آن را یاد بگیرند و اکنون میتوانیم هر معادلهای را به آن بدهیم تا حل کند.
استفاده از سیستم جدید برای درک پیشبینیهای هوش مصنوعی در مورد ژنوم انسان
کو و گروهش، روشی برای یافتن الگوها در پاسخها و پیشبینیهای جامع ایجادشده توسط هوش مصنوعی ایجاد کردند. پژوهشها اجازه داد تا پژوهشگران بفهمند کدام الگوریتمهای هوش مصنوعی برای ایجاد پیشبینی در هنگام مطالعه ژنوم انسان بهتر عمل میکنند.
ژنوم انسان مجموعهای از دیانایها (DNA) است که در هر سلول یافت میشود و هر دیانای حاوی ۲۳ جفت کروموزوم در هسته سلول، همراه با کروموزومهای کوچک در میتوکندری سلول است.
ژنوم انسان در مجموع شامل سه میلیارد کد است که در هر فرد میلیونها تنوع دارد. اگرچه انسان قادر نیست به سرعت تمام کدهای دیانای را غربال کند، اما سیستمهای هوش مصنوعی این توانایی را دارند. هوش مصنوعی همچنین میتواند فاکتورهای مختلفی را که ممکن است انسان هنگام بررسی ژنوم از دست بدهد، شناسایی کند.
این فرآیند نوآورانه که از هوش مصنوعی برای تولید پاسخها استفاده میکند، مرحلهای را ایجاد کرده است که دادهها را توسط هوش مصنوعی پردازش میکند، اما برای پژوهشگران دشوار است که بفهمند چگونه پردازش میشود.
کو همچنین به مشکل در تعیین این که کدام الگوریتم جدید -شکلی از یادگیری ماشینی که به هوش مصنوعی میگوید چگونه یاد بگیرد- اشاره میکند، زیرا هوش مصنوعی، محاسباتی فراتر از ظرفیت انسان ایجاد میکند.
یک روش جدید
کو و گروه پژوهشی وی، یک فرآیند یادگیری ماشین محاسباتی جدید به نام GenOmic Profile-model compreHensive EvaluatorR که با نام گوفر (GOPHER) نیز شناخته میشود، ایجاد کردند. این یک روش جدید است که به پژوهشگران امکان میدهد بهترین برنامه هوش مصنوعی را برای تجزیه و تحلیل ژنوم انسان تعیین کنند.
این فرآیند به پژوهشگران اجازه میدهد تا الگوریتمهای مختلف را بدون انتخاب تصادفی به صورت روشمند ارزیابی کنند.
معیارهای GOPER برای تجزیه و تحلیل الگوریتمها
برنامههای هوش مصنوعی بر اساس چهار معیار ارزیابی قضاوت میشوند که عبارتند از اینکه نرمافزار هوش مصنوعی چقدر زیستشناسی ژنوم انسان را یاد میگیرد، هوش مصنوعی تا چه حد الگوها و ویژگیهای مهم را پیشبینی میکند، چقدر توانایی مدیریت نویز پس زمینه دارد و میزان قابل تفسیر بودن تصمیمهای آن چقدر است.
این سیستم جدید به این سوال پاسخ میدهد که چگونه هوش مصنوعی پیشبینیهای خاص را ایجاد میکند.
زیکی تانگ (Ziqi Tang) از اعضای گروه پژوهشی میگوید: هوش مصنوعی همین الگوریتمهای قدرتمندی است که برای ما سؤالها را حل میکنند. یکی از مشکلات مهم آنها این است که ما نمیدانیم آنها چگونه به این پاسخها رسیدهاند.
موثرترین استفاده از الگوریتمهای هوش مصنوعی در آینده
روش "گوفر" کمک کرد تا پژوهشگران، الگوریتمهای هوش مصنوعی را کشف کنند و بفهمند که چگونه هوش مصنوعی پاسخهای قابل اعتماد و دقیق را تولید میکند. این سیستم ملزومات اصلی را برای ایجاد کارآمدترین الگوریتمهای هوش مصنوعی شناسایی میکند.
پژوهشگران بر این باورند که گوفر، به بهینهسازی الگوریتمهای هوش مصنوعی کمک میکند تا مردم اعتماد کنند که چیزهای درست و ضروری را از خروجی هوش مصنوعی یاد میگیرند.
شوشان تونیان، یکی دیگر از اعضای گروه پژوهش میگوید: اگر الگوریتم به دلایل اشتباهی پیشبینی کند، مفید نخواهد بود.
پژوهشگران امیدوارند که روزی هوش مصنوعی بتواند با خواندن کدهای ژنوم انسان، شیوع بیماریها را پیشبینی کند و به منظور خواندن ژنوم انسان و درک آن، گوفر میتواند الگوریتم مورد استفاده توسط هوش مصنوعی را برای ایجاد پیشبینی ارزیابی کند.
نتایج این پژوهش به تازگی در مجله Nature Machine Intelligence منتشر شده است.
انتهای پیام
منبع: ایسنا
کلیدواژه: ژنوم هوش مصنوعی دي ان اي 16آذر روز دانشجو تولید دانش بنیان و اشتغال آفرین فناوري نانو شرکت های دانش بنیان الگوریتم های هوش مصنوعی توسط هوش مصنوعی هوش مصنوعی هوش مصنوعی الگوریتم ها ژنوم انسان پیش بینی پاسخ ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.isna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۶۵۵۹۶۱۹ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
تیکتاک در آمریکا دست به انتحار میزند
شرکت بایت دنس در صورت باقی نماندن هیچ گزینه حقوقی برای مبارزه با قانونی که این پلتفرم را در فروشگاههای برنامه آمریکا ممنوع میکند، ترجیح میدهد، سرویس ویدئویی خود را تعطیل کند تا این که آن را به یک شرکت آمریکایی واگذار کند.
به گزارش ایسنا، الگوریتمهایی که تیکتاک برای فعالیتهای خود به آن تکیه میکند، برای مجموع فعالیتهای بایت دنس که مالک چینی تیکتاک است، اساسی به نظر میرسد و از این رو، منابع آگاه میگویند فروش این اپلیکیشن به یک شرکت آمریکایی به همراه الگوریتم آن، بسیار بعید است.
چهار منبع آگاه به رویترز گفتند: تیکتاک، سهم کمی از کل درآمد و کاربران فعال روزانه بایت دنس را به خود اختصاص میدهد، بنابراین شرکت مادر این اپلیکیشن ویدئویی، ترجیح میدهد در بدترین سناریو، این اپلیکیشن را در آمریکا تعطیل کنند تا اینکه آن را به یک خریدار بالقوه آمریکایی بفروشند.
این منابع آگاه که مایل نبودند نامشان فاش شود، گفتند: این تعطیلی، تاثیر محدودی بر کسب و کار بایت دنس خواهد داشت و در عین حال، این شرکت مجبور نخواهد بود الگوریتم اصلی خود را به شرکت دیگری بدهد.
فروش تیک تاک بدون فروش الگوریتم؟
بایت دنس اواخر روز پنجشنبه، در بیانیهای که در پلتفرم رسانهای توتیائو منتشر شد، در پاسخ به خبری که در وب سایت فناوری اینفورمیشن منتشر شده و مدعی شده بود بایت دنس سرگرم بررسی سناریوهایی برای فروش کسب و کار تیکتاک در آمریکا بدون الگوریتمی معروفش است، اعلام کرد برنامهای برای فروش تیکتاک ندارد.
شو زی چو، مدیرعامل تیکتاک روز چهارشنبه گفت: این شرکت شبکه اجتماعی انتظار دارد در مبارزه حقوقی علیه قانونی که توسط جو بایدن رئیس جمهور آمریکا امضا شده است و برنامه ویدئوی کوتاه محبوب ۱۷۰ میلیون آمریکایی را ممنوع میکند، پیروز شود.
لایحه برای فروش اجباری یا ممنوعیت تیکتاک روز سه شنبه با اکثریت قاطع توسط سنای آمریکا به تصویب رسید که به دلیل نگرانی گسترده قانونگذاران آمریکایی نسبت به احتمال دسترسی چین به دادههای شهروندان آمریکایی یا استفاده از این اپلیکیشن، برای شنود آنها بود.
امضای بایدن، ضرب الاجل ۱۹ ژانویه را برای فروش تعیین کرده است که یک روز قبل از پایان دوره ریاست جمهوری او است اما اگر تشخیص دهد که بایت دنس در مذاکرات برای فروش تیکتاک در حال پیشرفت است، میتواند این مهلت را تا سه ماه دیگر تمدید کند.
بایت دنس عملکرد مالی یا جزئیات مالی هیچ یک از واحدهای خود را به طور عمومی فاش نمیکند. به گفته منابع آگاه، این شرکت همچنان بیشتر درآمد خود را در چین به دست می آورد که به طور عمده مربوط به اپلیکیشن دوقلوی تیکتاک به نام دوین (Douyin) است.
یک منبع آگاه گفت: آمریکا در حدود ۲۵ درصد از درآمد کلی تیکتاک در سال گذشته، سهم داشت.
بیش از نیمی از بانکداران سرمایه گذاری در مصاحبه با رویترز گفتند ارزیابی ارزش تیکتاک در مقایسه با رقیبانی مانند فیس بوک و اسنپ دشوار است زیرا دادههای مالی تیکتاک، به راحتی قابل دسترس نیستند.
دو منبع از چهار منبع آگاه گفتند: درآمد بایت دنس در سال ۲۰۲۳، به حدود ۱۲۰ میلیارد دلار در مقایسه با ۸۰ میلیارد دلار در سال ۲۰۲۲ افزایش یافت. کاربران فعال روزانه تیکتاک در آمریکا، تنها در حدود پنج درصد از تعامل جهانی کاربران با این اپلیکیشن، سهم دارند.
الگوریتمهایی که فروشی نیستند
سه منبع گفتند تیکتاک، الگوریتمهای اصلی یکسانی را با برنامههای بومی بایت دنس مانند دوین دارد.
یکی از منابع آگاه گفت: الگوریتمهای تیکتاک و دوین بهتر از رقبای بایت دنس مانند تنسنت و شیائوهونگ شو، دیده میشود.
به گفته این منابع، واگذاری تیکتاک با الگوریتمهایش غیرممکن است، زیرا مجوز مالکیت معنوی آنها تحت نام بایت دنس در چین ثبت شده و بنابراین جدا کردن آن از شرکت مادر، دشوار است.
بعلاوه، جداسازی الگوریتمها از داراییهای تیکتاک در آمریکا، یک روش بسیار پیچیده خواهد بود و بعید است که بایت دنس، این گزینه را در نظر بگیرد. این چهار منبع با اشاره به الگوریتم تیکتاک گفتند، بایت دنس همچنین با فروش «منبع محرمانه» خود که یکی از باارزشترین داراییهایش به شمار میرود، به رقبا موافقت نمیکند.
دولت ترامپ در سال ۲۰۲۰، به دنبال ممنوعیت تیکتاک و وی چت بود، اما دادگاه جلوی اجرای فرمانش را گرفت. از آن زمان این برنامه ویدیویی کوتاه، با ممنوعیتهای جزئی و تلاش برای ممنوعیت کامل در آمریکا و سایر کشورها مواجه شده است.
چین در زمان جلسه استماع کنگره آمریکا در مارس سال گذشته، اعلام کرد با واگذاری اجباری تیکتاک در آمریکا موافقت نخواهد کرد. سخنگوی وزارت بازرگانی چین در کنفرانس خبری در اواخر مارس ۲۰۲۳ گفت: چین قاطعانه با فروش اجباری تیکتاک، مخالفت خواهد کرد.
فروش یا واگذاری تیکتاک، شامل صادرات فناوری است و باید مراحل صدور مجوز اداری را مطابق با قوانین و مقررات چین طی کند. چین در سال ۲۰۲۰، قانون کنترل صادرات را معرفی کرد و متن نهایی تعریف «اقلام کنترل شده» را از پیش نویسهای قبلی گسترش داد.
طبق گزارش یک رسانه دولتی، این اصلاحیه تضمین میکند که صادرات الگوریتمها، کدهای منبع و دادههای مشابه، مشمول فرآیند تائید هستند. به گفته دو منبع آگاه، بدون احتساب الگوریتمها، داراییهای اصلی تیکتاک، شامل دادههای کاربر، عملیات و مدیریت محصول است.
استیون منوچین، وزیر خزانه داری سابق آمریکا، علاقه خود را برای تشکیل یک گروه سرمایه گذار برای خرید تیکتاک ابراز کرده است.
با این حال، منابع آگاه به رویترز گفتند: پیدا کردن هر گونه خریدار برای داراییهای تیکتاک در آمریکا بدون الگوریتمها، برای بایت دنس، دشوار خواهد بود.
انتهای پیام