العدو الخفي للذكاء الاصطناعي: مواجهة تحدي “المادة المظلمة” الرقمية
أدى وجود فائض من المعلومات الدخيلة، أو “الضجيج”، إلى حجب السمات الحاسمة في تحليل الذكاء الاصطناعي للحمض النووي، وهي مشكلة تشبه مواجهة “المادة المظلمة” الرقمية. الآن، قد يكون لدى العلماء طريقة لإصلاح هذا.
لقد تغلغل الذكاء الاصطناعي في وجودنا اليومي. في البداية، كان واضحًا في ChatGPT ، وحاليًا، كان مرئيًا في إعلانات البيتزا والبيرة التي تم إنشاؤها بواسطة AI. في حين أن الذكاء الاصطناعي قد لا يكون موثوقًا به تمامًا، يبدو أنه في بعض الأحيان، لا يكون أسلوب تعاملنا مع الذكاء الاصطناعي جديرًا بالثقة تمامًا أيضًا.
وجد الأستاذ المساعد في مختبر كولد سبرينج هاربور (CSHL) بيتر كو أن العلماء الذين يستخدمون أدوات حسابية شائعة لتفسير تنبؤات الذكاء الاصطناعي يلتقطون الكثير من “الضوضاء” أو المعلومات الإضافية، عند تحليل الحمض النووي. وقد وجد طريقة لإصلاح ذلك. الآن، مع سطرين جديدين من التعليمات البرمجية، يمكن للعلماء الحصول على تفسيرات أكثر موثوقية من أنظمة الذكاء الاصطناعي القوية المعروفة باسم الشبكات العصبية العميقة. هذا يعني أنه يمكنهم الاستمرار في مطاردة سمات الحمض النووي الحقيقية. قد تشير هذه الميزات فقط إلى الاختراق التالي في الصحة والطب. لكن العلماء لن يروا الإشارات إذا غرقوا بسبب الضوضاء الكثيرة.
إذن، ما الذي يسبب الضجيج الفوضوي؟ إنه مصدر غامض وغير مرئي مثل “المادة المظلمة” الرقمية. يعتقد الفيزيائيون وعلماء الفلك أن معظم الكون مليء بالمادة المظلمة، وهي مادة لها تأثيرات ثقالية ولكن لم يرها أحد بعد. وبالمثل، اكتشف كو وفريقه أن البيانات التي يتم تدريب الذكاء الاصطناعي عليها تفتقر إلى المعلومات الهامة، مما يؤدي إلى نقاط عمياء كبيرة. والأسوأ من ذلك، أن تلك النقاط العمياء يتم أخذها في الاعتبار عند تفسير تنبؤات الذكاء الاصطناعي لوظيفة الحمض النووي.
يقول كو: “تدمج الشبكة العصبية العميقة هذا السلوك العشوائي لأنها تتعلم وظيفة في كل مكان. لكن الحمض النووي موجود فقط في مساحة جزئية صغيرة من ذلك. وهي تُدخل الكثير من الضوضاء. ولذا نظهر أن هذه المشكلة في الواقع تسبب الكثير من الضوضاء عبر مجموعة متنوعة من نماذج الذكاء الاصطناعي البارزة “.
المادة المظلمة الرقمية هي نتيجة استعارة العلماء لتقنيات حسابية من الذكاء الاصطناعي للرؤية الحاسوبية. بيانات الحمض النووي، على عكس الصور، تقتصر على مجموعة من أربعة أحرف نيوكليوتيد: A، C، G، T. لكن بيانات الصورة في شكل بكسل يمكن أن تكون طويلة ومستمرة. بعبارة أخرى، نقوم بتغذية الذكاء الاصطناعي بإدخال لا يعرف كيفية التعامل معه بشكل صحيح.
من خلال تطبيق التصحيح الحسابي لـ Koo ، يمكن للعلماء تفسير تحليلات الحمض النووي للذكاء الاصطناعي بشكل أكثر دقة.
يقول كو: “ينتهي بنا المطاف برؤية المواقع التي أصبحت أكثر نقاءً ونظافة، وهناك ضوضاء زائفة أقل في المناطق الأخرى. النيوكليوتيدات التي لمرة واحدة والتي تعتبر مهمة للغاية وتختفي فجأة “.
يعتقد كو أن اضطراب الضوضاء يؤثر على أكثر من أجهزة تحليل الحمض النووي التي تعمل بالذكاء الاصطناعي. يعتقد أنها مأزق واسع الانتشار بين العمليات الحسابية التي تنطوي على أنواع مماثلة من البيانات. تذكر أن المادة المظلمة موجودة في كل مكان. لحسن الحظ، يمكن لأداة كو الجديدة أن تساعد في إخراج العلماء من الظلام إلى النور.
المصدر: scitechdaily
شاهد المزيد:
