في تطور علمي ملحوظ، أظهرت دراسة حديثة أجرتها جامعة كوليدج لندن أن الذكاء الاصطناعي، وخاصة النماذج اللغوية الكبيرة، يمكنه التنبؤ بنتائج بحوث علم الأعصاب بدقة تتفوق على قدرة الخبراء البشريين.
هذه الدراسة التي نُشرت في مجلة Nature Human Behaviour، تعد نقطة تحول في كيفية استخدام الذكاء الاصطناعي في تسريع الاكتشافات العلمية، لا سيما في المجالات التي تتسم بالكم الهائل من البيانات المعقدة مثل علوم الأعصاب.
الذكاء الاصطناعي والتنبؤ بالمستقبل العلمي
في سياق تسارع التطورات العلمية، يواجه الباحثون تحديات كبيرة في محاولة استيعاب الكم الهائل من الأبحاث العلمية المنشورة يوميًا. حتى المتخصصون في علوم معينة يجدون صعوبة في متابعة آخر التطورات والاكتشافات في مجالاتهم.
في هذا الإطار، جاء فريق من الباحثين بقيادة الدكتور كين لو، أستاذ علم النفس واللغويات في جامعة كوليدج لندن، لبحث إمكانية استخدام الذكاء الاصطناعي في التنبؤ بالنتائج المستقبلية للأبحاث العلمية بدلاً من الاكتفاء باسترجاع البيانات القديمة.
وقال الدكتور كين لو في تصريحاته: “التقدم العلمي يعتمد على الكثير من التجربة والخطأ، مما يستنزف الوقت والموارد. حتى أفضل العلماء قد يمرون بمراحل يفتقدون فيها لاكتشافات مهمة.
ولذلك، كان هدفنا معرفة ما إذا كان الذكاء الاصطناعي يمكن أن يساعد في كشف الأنماط الخفية في البيانات العلمية، وبالتالي توقع نتائج التجارب قبل تنفيذها”.
ولتقييم قدرة النماذج اللغوية على التنبؤ بنتائج بحوث علوم الأعصاب، طور الفريق البحثي أداة خاصة أطلقوا عليها اسم “BrainBench”. تعتمد هذه الأداة على مقارنة بين دراستين: إحداهما حقيقية وأخرى معدلة.
في التجربة، قدم الباحثون للأداة ملخصات لدراسات علم الأعصاب، تضم دراسة حقيقية تحتوي على أساليب ونتائج مثبتة، ودراسة أخرى تحتوي على نتائج غير صحيحة، تم تعديلها بواسطة علماء الأعصاب لتكون محتملة لكنها خاطئة.
تم اختبار الأداة على 15 نموذجًا من النماذج اللغوية الكبيرة، بالإضافة إلى 171 خبيرًا في علم الأعصاب. النتائج كانت مدهشة، حيث أظهرت النماذج اللغوية قدرة أعلى على تحديد الدراسة الحقيقية مقارنة بالخبراء البشر، إذ سجلت النماذج اللغوية دقة وصلت إلى 81%، بينما لم تتجاوز دقة العلماء البشريين 63%، وحتى بين العلماء ذوي الخبرة العالية لم تتجاوز دقتهم 66%.
من جهة أخرى، كشف فريق البحث عن تطور جديد في هذا المجال عبر تطوير “BrainGPT”، وهو نموذج لغوي متخصص في علوم الأعصاب.
وتم تدريب هذا النموذج على كمية ضخمة من الأدبيات العلمية المتعلقة بعلوم الأعصاب، وحقق دقة وصلت إلى 86% في التنبؤ بنتائج الدراسات العلمية، متفوقًا بذلك على النسخة العامة من نموذج Mistral التي وصلت دقتها إلى 83%.
أوضح الباحثون أن هذه النتائج تشير إلى تحول كبير في الطريقة التي يتم بها إجراء الأبحاث العلمية، وقال بروفيسور برادلي لوف، الباحث في نفس الجامعة والمؤلف الرئيسي للدراسة: “نتائجنا تشير إلى أننا أمام حقبة جديدة في البحث العلمي، حيث سيتعاون العلماء والذكاء الاصطناعي معًا لتسريع وتيرة الاكتشافات العلمية”.
وأضاف: “النماذج اللغوية ستسهم في تصميم التجارب البحثية، مما سيمكن الباحثين من توقع النتائج المحتملة قبل البدء في التجارب، وبالتالي تقليل الوقت والجهد”.
يأمل فريق البحث في استخدام نتائج دراستهم لتطوير أدوات ذكاء اصطناعي تساعد الباحثين في المستقبل، حيث يمكن للعلماء إدخال تصميماتهم التجريبية وتوقعاتهم حول النتائج، ليقوم الذكاء الاصطناعي بتقديم تنبؤات دقيقة حول احتمالات النتائج المختلفة، ووفقًا للباحثين، فإن هذا النهج يمكن أن يؤدي إلى تسريع دورات البحث العلمي وتوفير وقت الباحثين.
وقال الدكتور كين لو: “نتخيل مستقبلاً يمكن فيه للذكاء الاصطناعي أن يصبح جزءًا لا يتجزأ من تصميم التجارب العلمية، مما يعزز القدرة على إجراء اكتشافات جديدة بسرعة ودقة أكبر”.
