خبر جدید: ابزار نوآورانه FutureHouse برای کشف داده‌های بیولوژیکی
FutureHouse، یک سازمان غیرانتفاعی که با حمایت Eric Schmidt قصد دارد در دهه آینده یک “دانشمند هوش مصنوعی” بسازد، ابزاری جدید به نام “Finch” معرفی کرده است که به گفته این سازمان، می‌تواند در راستای “کشف مبتنی بر داده‌ها” در بیولوژی مؤثر واقع شود. این ابزار تنها یک هفته پس از راه‌اندازی API و پلتفرم FutureHouse به بازار آمد.
ابزار “Finch” با دریافت داده‌های بیولوژیکی (عمدتاً به شکل مقالات پژوهشی) و یک درخواست (به عنوان مثال: “چه چیزهایی درباره عوامل مولکولی متاستاز سرطان می‌توانی بگویی؟”) کد را اجرا کرده و سپس تصاویری تولید و نتایج را بررسی می‌کند. سام رودریگز، یکی از بنیان‌گذاران و مدیرعامل FutureHouse، در یک سری پست‌ها در شبکه اجتماعی X، این ابزار را به یک “دانشجوی سال اول تحصیلات تکمیلی” تشبیه کرده و اظهار داشت: “[توانایی انجام این کارها در چند دقیقه یک ابرقدرت است.” او افزود: “[Finch] در واقع به یافته‌های جالبی می‌رسد […] و ما در پروژه‌های داخلی خود به این ابزار اعتقاد خاصی داریم.”
ابزار “Finch” علاوه بر تجزیه و تحلیل بدون هدف، قابلیت تجزیه و تحلیل داده‌های هدایت‌شده را نیز دارد. به عنوان مثال، ما از آن خواستیم که تجزیه و تحلیل بیان مختلف و غنی‌سازی عملکردی را بر اساس برخی داده‌های RNAseq انجام دهد (منبع GEO با کد GSE87466)، که در آن ژن‌های بالابرده شده را شناسایی کرد.
پیشنهاد FutureHouse، مشابه بسیاری از استارتاپ‌ها و غول‌های فناوری، این است که ابزارهای هوش مصنوعی همچون Finch روزی مراحل مختلف فرآیند علمی را خودکار خواهند کرد. سام آلتمن، مدیرعامل OpenAI، در مقاله‌ای در اوایل سال جاری گفته بود که ابزارهای هوش مصنوعی “فرا هوش” می‌توانند “کشف های علمی و نوآوری را به طرز چشمگیری تسریع کنند.” به همین ترتیب، مدیرعامل Anthropic که به تازگی برنامه “هوش مصنوعی برای علم” را راه‌اندازی کرده، به طور جسورانه پیش‌بینی کرده که هوش مصنوعی می‌تواند به فرمولاسیون درمان‌های بسیاری از سرطان‌ها کمک کند. اما شواهد کمی وجود دارد. بسیاری از محققان امروزه هوش مصنوعی را در هدایت فرآیند علمی چندان مفید نمی‌دانند.
مشخص است که FutureHouse هنوز به یک دستاورد علمی یا کشف نوآورانه‌ای با ابزارهای هوش مصنوعی خود دست نیافته است. زمینه بیولوژی، به ویژه در حوزه کشف دارو، هدف جذابی برای شرکت‌های هوش مصنوعی به شمار می‌رود. براساس برآوردهای Precedence Research، بازار این حوزه در سال 2024 به ارزش 65.88 میلیارد دلار خواهد رسید و ممکن است تا سال 2034 به 160.31 میلیارد دلار افزایش یابد. با وجود موفقیت‌هایی که صورت گرفته، هوش مصنوعی هنوز نتوانسته راه حلی فوری و جادویی در آزمایشگاه‌ها ارائه دهد. برخی شرکت‌ها که از هوش مصنوعی برای کشف دارو استفاده می‌کنند، از جمله Exscientia و BenevolentAI، در سال‌های اخیر با شکست‌های پر سر و صدای آزمایش‌های بالینی مواجه شده‌اند.
در همین حال، دقت سیستم‌های پیشرفته هوش مصنوعی برای کشف دارو، مانند AlphaFold 3 از Google DeepMind، معمولاً بسیار متغیر است. رودریگز در ادامه گفت که “Finch” نیز گاهی “اشتباهات احمقانه‌ای” مرتکب می‌شود که به همین دلیل FutureHouse در حال جذب بیوانفورماتیکان‌ها و زیست‌شناسان محاسباتی برای ارزیابی دقت و اعتبار این ابزار و آموزش آن در حال آزمایش بتای بسته است. علاقه‌مندان برای ثبت نام می‌توانند به وب‌سایت FutureHouse مراجعه کنند.