AI بالعربي – متابعات
ساعد الذكاء الاصطناعي على تحقيق إنجازات عدة لم تكن متوقعة من قبل في مجالات مختلفة، في دليل على أهمية هذه التكنولوجيا.
وكان من بين هذه الإنجازات والاكتشافات مخطوطات تاريخية، وشفرة لغة الحيتان، ومواقع أثرية والهياكل ثلاثية الأبعاد للبروتين، بحسب تقرير لشبكة “سي إن إن”.
مخطوطات هيركولانيوم
لم يكن بالإمكان معرفة محتوى المئات من مخطوطات هيركولانيوم لأنها كانت متفحمة كليًا وملفوفة وبالتالي لم يكن بالإمكان فتحها.
لكن ثلاثة باحثين تمكنوا باستخدام الذكاء الاصطناعي والأشعة السينية عالية الدقة في عام 2023 من فك رموز أكثر من ألفي حرف من هذه المخطوطات، ليسهل هذا الإنجاز الكشف عن أول مقاطع كاملة من برديات نجت من ثوران جبل فيزوف في عام 79 ميلاديًا، الذي دمر مدينة “هيركولانيوم” الرومانية.
واللفافة التي تمكن الباحثون من فك رموزها هي قطعة أثرية تضم معلومات غير مسبوقة عن روما واليونان القديمة.
ويأمل الباحثون في فك رموز 90% من أربع مخطوطات بحلول نهاية عام 2024. وتمثل التحدي في تمييز الحبر الأسود عن البرديات المتفحمة لجعل النصوص اليونانية واللاتينية قابلة للقراءة.
واستخدم الباحثون التعلم الآلي لكشف النقاب على النصوص، ولجأوا إلى لفائف من معهد فرنسا لتدريب الذكاء الاصطناعي على اكتشاف الحبر والتنبؤ بمكانه في المخطوطة.
فك شفرة لغة الحيتان
يعلم الباحثون أن الطقطقات الغامضة التي تصدرها حيتان العنبر تختلف في الإيقاع والتواتر والطول، ولكن ما تقوله الحيوانات بهذه الأصوات لا يزال لغزًا بالنسبة للبشر.
ومع ذلك، ساعد التعلم الآلي العلماء في تحليل ما يقرب من 9 آلاف من مقاطع الطقطات المسجلة، تسمى “codas” أو “نهايات المقطاع”، والتي تمثل أصوات حوالي 60 حوتًا من حيتان العنبر في البحر الكاريبي.
وفحص العلماء توقيت وتكرار هي الأجزاء من المقاطع في كلمات الحيتان الفردية، وفي الجوقات، وفي تبادلات النداء والاستجابة بين الحيتان.
وعند تصورها باستخدام الذكاء الاصطناعي، ظهرت أنماط هذه المقاطع، التي كانت واضحة سابقًا، في ما وصفه الباحثون بأنه أشبه بالصوتيات في التواصل بين البشر.
وفي المجمل، اكتشف البرنامج 18 نوعًا من الإيقاع (تسلسل الفواصل بين الطقطقات)، وخمسة أنواع من درجة السرعة (وهو مدة نهاية المطقع بأكملها)، وثلاثة أنواع من الروباتو (التغيرات في المدة)، ونوعين من الزخرفة (وهي طقطقة إضافية) مضافة بآخر الجزء الأخير من المقطع.
وذكر العلماء في مايو أنه يمكن خلط هذه السمات ومطابقتها لتشكيل “مجموعة هائلة” من العبارات، لكن التعلم الآلي رغم تمكنه من تحديد الأنماط، لا يوضح المعنى.
وتتمثل الخطوة التالية في إجراء تجارب تفاعلية مع الحيتان ومراقبة سلوكها. ومن شأن هذا العمل أن يمكن البشر من التواصل مع الحيوانات البحرية في يوم ما.
اكتشاف مواقع أثرية
قامت مجموعة من الباحثين بقيادة ماساتو ساكاي، وهو أستاذ علم الآثار في جامعة ياماغاتا اليابانية، بتدريب نموذج ذكاء اصطناعي لاكتشاف الأجسام باستخدام صور عالية الدقة لرموز صحراء نازكا في بيرو البالغ عددها 430 رمزًا والتي تم توثيقها حتى عام 2020.
وعادة ما تكون هذه الرسوم الضخمة مرئية فقط من الجو، وتشكل تصاميم هندسية وأشكالاً بشرية وأشياء أخرى.
وفي الفترة بين سبتمبر عام 2022 وفبراير عام 2023، اختبر الفريق دقة النموذج الخاص به في صحراء نازكا، حيث مسحوا المواقع التي تبشر بنتائج سيرًا على الأقدام وباستخدام الطائرات بدون طيار. ونجح الباحثون في النهاية في “التحقق ميدانيًا” من 303 أشكال تصويرية جغرافية، ما أدى إلى مضاعفة العدد المعروفة من هذه الأشكال تقريبًا في غضون بضعة أشهر.
وقالت أمينة جامبا جانتسان، الباحثة وعالمة البيانات لدى قسم الآثار بمعهد “ماكس بلانك” لعلم الإنسان الجغرافي في يينا بألمانيا، إن الذكاء الاصطناعي لديه القدرة على تقديم مساهمات هائلة في مجال الآثار، لا سيما في المناطق النائية والوعرة مثل الصحاري، حتى وإن كانت النماذج غير دقيقة كليًا بعد، بحسب التقرير.
فهم لبنات الحياة الأساسية
تساعد نماذج الذكاء الاصطناعي الباحثين أيضًا على فهم الحياة على أصغر نطاق، ويعني ذلك سلاسل الجزيئات التي تشكل البروتينات، التي هي اللبنات الأساسية للحياة.
وعلى الرغم من أن البروتينات تتكون من حوالي 20 حمضًا أمينيًا فقط، فيمكن دمجها بطرق لا حصر لها تقريبًا، إذ تطوي نفسها في أنماط معقدة للغاية ثلاثية الأبعاد.
وتساعد هذه المواد في تكوين خلايا الشعر والجلد والأنسجة؛ فهي تقرأ الحمض النووي، وتنسخه، وتصلحه؛ وتساعد على حمل الأكسجين في الدم.
ولعقود من الزمان، كان فك رموز هذه الهياكل ثلاثية البعد أمرًا صعبًا ويستغرق وقتًا طويلًا ينطوي على استخدام تجارب دقيقة وتقنية تُعرف باسم علم البلورات بالأشعة السينية.
ومع ذلك، ففي عام 2018، ظهرت أداة تعتمد على الذكاء الاصطناعي لتغير قواعد اللعبة، إذ تتنبأ أحدث نسخة من قاعدة بيانات البروتين “AlphaFold”، التي طوّرها ديميس هاسابيس وجون غامبر في شركة “ديب مايند” التابعة لجوجل، ببنية قرابة 200 مليون بروتين معروف من تسلسلات الأحماض الأمينية.
وتعمل قاعدة البيانات، التي تم تدريبها على جميع تسلسلات الأحماض الأمينية المعروفة وهياكل البروتين المحددة بالتجارب، كما لو كانت “محرك بحث جوجل”.
وتتيح الوصول بضغطة زر إلى نماذج متوقعة للبروتينات، مما يسرع التقدم في علم الأحياء والمجالات الأخرى ذات الصلة، بما في ذلك الطب.
واستخدم ما لا يقل عن مليوني باحث حول العالم الأداة، لكنها لا تزال تعاني من بعض القيود.
