پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

حل معضل تکرارپذیری در زیست‌شناسی با مغز مشترک هوش مصنوعی و ربات‌ها

انتشار:۱۵ آبان ۱۴۰۵
۷ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

استارتاپ Monomer Bio با اتصال نرم‌افزار هوش مصنوعی خود به ربات‌های آزمایشگاهی در سراسر جهان، بستری برای استاندارد‌سازی و تکرارپذیری دقیق کشت سلولی ایجاد کرده است. این فناوری زمان نظارت دستی پژوهشگران را به‌شکل چشمگیری کاهش داده و سرعت توسعه داروهای جدید را متحول می‌کند.

حل معضل تکرارپذیری در زیست‌شناسی با مغز مشترک هوش مصنوعی و ربات‌ها

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • استارتاپ Monomer Bio با اتصال هوش مصنوعی به بازوهای رباتیک، کشت و پایش رده‌های سلولی را در آزمایشگاه‌های مختلف سراسر جهان استاندارد‌سازی می‌کند.
  • این فناوری با کاهش زمان نظارت انسانی از سه ساعت به ده دقیقه در هفته، ظرفیت تولید ماهانه سلول‌ها را بیش از شش برابر افزایش داده است.
  • اتوماسیون آزمایش‌های زیستی به محققان امکان می‌دهد مدل‌های بیماری را بدون وابستگی به خطای انسانی میان قاره‌های مختلف بازتولید کرده و روند کشف داروها را شتاب بخشند.

اشتراک‌گذاری مغز هوش مصنوعی میان آزمایشگاه‌های زیست‌شناسی، مهار خطاهای محاسبات کوانتومی و چالش‌های احداث مراکز داده بزرگ، از مهم‌ترین رویدادهای روز دنیای فناوری هستند.

جیمی ساسترا
جیمی ساسترا، هم‌بنیان‌گذار و مدیرعامل استارتاپ Monomer Bio

آزمایشگاه‌های معمولی زیست‌شناسی همچنان یکی از آخرین سنگرهای کارهای کاملاً دستی و سنتی در دنیای علم به‌شمار می‌روند. دانشمندان بی‌شماری در سراسر جهان، ساعت‌های طولانی و خسته‌کننده‌ای را صرف کشت رده‌های سلولی می‌کنند و آن‌ها را مدام زیر میکروسکوپ قرار می‌دهند تا از روند رشدشان مطمئن شوند. این شیوه دستی، اثرات جانبی عجیبی به‌همراه دارد؛ برای نمونه، این فرایند چنان متکی به مهارت‌های فردی است که زیست‌شناسان گاهی با یک نگاه کوتاه می‌توانند حدس بزنند کدام پژوهشگر آزمایشگاه فلان رده سلولی را کشت داده است. طبیعی است که چنین وابستگی شدیدی به مهارت دست افراد، بستر مناسبی برای دستیابی به نتایج تکرارپذیر و یکدست فراهم نمی‌کند.

جیمی ساسترا (Jimmy Sastra) در تلاش است دانشمندان را از فرایند کسل‌کننده و فرسایشی کشت سلول رها کند تا آن‌ها بتوانند بر اصل پژوهش‌های علمی تمرکز کنند. استارتاپ او به نام Monomer Bio که در جنوب سان‌فرانسیسکو مستقر است، پلتفرمی مبتنی بر هوش مصنوعی توسعه داده که به ربات‌ها امکان می‌دهد کشت و پایش رده‌های سلولی را بر عهده بگیرند، در حالی که پژوهشگران انسانی تنها به‌عنوان ناظر بر عملکرد سیستم نظارت می‌کنند. این شرکت به‌تازگی از همکاری جدیدی با Rorze LifeScience خبر داده است تا نرم‌افزار خود را به ربات‌های این مجموعه در سراسر دنیا متصل کند. این همکاری در عمل یک «مغز مشترک هوش مصنوعی» ایجاد می‌کند که رده‌های سلولی را به شکلی کاملاً استاندارد، دقیق و هم‌زمان در چندین آزمایشگاه به تولید می‌رساند. ساسترا در این رابطه توضیح می‌دهد: «ما در کنار یکدیگر آزمایش‌های پیچیده زیست‌شناسی سلولی را تکرارپذیر می‌کنیم تا مدلی از یک بیماری که در یک آزمایشگاه توسعه یافته است، بتواند بدون کوچک‌ترین تغییری در آزمایشگاهی دیگر، حتی در قاره‌ای دیگر، بازتولید شود.»

این پیشرفت ظرفیت آن را دارد که زمان زیادی را برای دانشمندان آزاد کند. به گفته ساسترا، در استقرارهای آزمایشی این پلتفرم در آزمایشگاه‌های مشتریان، نرم‌افزار Monomer Bio توانسته است زمان بررسی و تأیید انسانی را برای هر پژوهشگر از ۳ ساعت در هفته به حدود ۱۰ دقیقه کاهش دهد. این جهش چشمگیر در بهره‌وری باعث شده تا تولید رده‌های سلولی بیش از ۶ برابر رشد کند و از ۳ رده به ۲۰ رده سلولی در ماه برسد.

ساسترا امیدوار است شرکت او در نهایت به مقیاس‌پذیری فرایندها در علوم زیستی و سرعت بخشیدن به کشف داروهای نوین کمک کند. او تأکید می‌کند: «ما باور داریم این اقدامی بنیادین به سوی آینده‌ای است که در آن همه آزمایشگاه‌های دنیا می‌توانند از دستاوردهای یکدیگر بیاموزند؛ آینده‌ای که در آن بیماری‌های قابل مطالعه و درمان، دیگر به میزان تخصص و تجربه افراد حاضر در یک ساختمان خاص محدود نخواهد بود.»

همکاری IBM و AMD برای مهار خطاهای کوانتومی

بزرگ‌ترین مانع بر سر راه کاربردی شدن رایانه‌های کوانتومی به اصول بنیادین فیزیک بازمی‌گردد: بیت‌های کوانتومی یا همان «کیوبیت‌ها» به‌شدت ناپایدار و حساس هستند. این فناوری متکی بر قرارگیری کیوبیت‌ها در حالت‌های کوانتومی مشخصی است که حتی کوچک‌ترین تغییرات محیطی می‌تواند آن‌ها را برهم بزند. این اختلال باعث بروز خطا در محاسبات کوانتومی می‌شود که باید بی‌درنگ تصحیح شوند. از آنجا که تصحیح خطا نیازمند کیوبیت‌ها و عملیات‌های محاسباتی مازاد است، این موضوع به مانعی اساسی در ساخت رایانه‌های کوانتومی مقیاس‌پذیر تبدیل شده است. به همین دلیل، متخصصان این حوزه همواره بر هدف دستیابی به سامانه‌های کوانتومی «تحمل‌پذیر در برابر خطا» (Fault-Tolerant) تأکید دارند؛ سامانه‌هایی که بتوانند خطاها را سریع‌تر از انباشته شدنشان اصلاح کرده و از انتشار آن‌ها در کل مدار جلوگیری کنند.

شرکت IBM در حال حاضر قصد دارد نخستین رایانه کوانتومی تحمل‌پذیر در برابر خطای خود را در سال ۲۰۲۹ عرضه کند. برای رسیدن به این هدف، این شرکت همکاری مشترکی با AMD و آزمایشگاه ملی اوک ریج آغاز کرده است تا پلتفرمی برای طراحی روش‌های نوین تصحیح خطا توسعه دهد. این پروژه شامل پیوند دادن رایانه کوانتومی Nighthawk متعلق به IBM با یک ابررایانه مجهز به تراشه‌های AMD در یک اتاق واحد است تا بتوانند در هماهنگی کامل با هم کار کنند. جی گامبتا (Jay Gambetta)، مدیر بخش تحقیقات IBM، هدف از این کار را تعامل و رفت‌وبرگشت پیوسته محاسباتی برای تعیین تغییرات معماری لازم می‌داند.

نکته جالب در این رویکرد آن است که گامبتا اعتقادی به یک راهکار واحد و یکسان برای حل معضل تصحیح خطا ندارد. به دیدگاه او، بسته به نوع مسئله‌ای که رایانه در هر لحظه پردازش می‌کند، باید راهکارهای متفاوتی به کار گرفته شود: «من آینده تصحیح خطا را در قالب مجموعه‌ای از کدهای گوناگون می‌بینم که هر کدام وظیفه خاصی دارند. بنابراین اگر قرار است این مسیر شتاب گیرد، به پلتفرمی با طراحی هم‌زمان سخت‌افزار و نرم‌افزار نیاز داریم.»

در میان سایر اخبار حوزه کوانتوم، شرکت Quantinuum از نقشه راه خود برای راه‌اندازی پلتفرم توسعه‌دهندگان ویژه سامانه‌های کوانتومی تحمل‌پذیر در برابر خطا رونمایی کرد. شرکت انگلیسی Universal Quantum نیز از پردازنده کوانتومی جدیدی پرده برداشت که برای تولید انبوه طراحی شده است. هم‌زمان، مقاله تازه‌ای در نشریه Nature Electronics منتشر شده که روش ساخت یکی از قطعات کلیدی مورد استفاده در سنجش و رایانش کوانتومی را با شیوه‌های مرسوم تولید نیمه‌رسانا تشریح می‌کند؛ رویکردی که می‌تواند ساخت رایانه‌های کوانتومی مقیاس‌پذیر را تسهیل کند.

مهم‌ترین تحولات در رادار فناوری

چالش‌های قانونی احداث مراکز داده: مراکز داده و مجموعه‌های پردازشی بزرگ، این روزها در کانون توجه تصمیم‌گیران محلی قرار گرفته‌اند و مقررات متعددی پیرامون توقف یا محدودیت احداث آن‌ها تصویب شده است. نگرانی از کاهش سرعت توسعه زیرساخت‌های هوش مصنوعی باعث نوساناتی در بازارهای مالی شد. تورستن اسلوک (Torsten Slok)، اقتصاددان ارشد مجموعه Apollo، در تحلیلی به بررسی برندگان و بازندگان اقتصادی ناشی از تعویق در توسعه زیرساخت‌های هوش مصنوعی پرداخته است. برآیند این تحلیل روشن است: شرکت‌هایی که مراکز داده فعال دارند یا تأمین‌کننده انرژی هستند در موقعیت بهتری قرار می‌گیرند، اما برای سایر بازیگران صنعت هوش مصنوعی، شرایط دشواری در پیش خواهد بود. افزون بر این، گزارش رسانه Nikkei Asia نشان می‌دهد غول‌های فناوری آمریکایی اکنون بیش از ۳٫۲ تریلیون دلار بدهی خارج از ترازنامه مرتبط با تعهدات هوش مصنوعی خود دارند.

ماجرای استارلینک و اوکراین: تحولات سیاسی اخیر احتمالاً چالش‌هایی برای ایلان ماسک به‌همراه خواهد داشت و آغاز تحقیقات پارلمانی پیرامون کسب‌وکارهای او، به‌ویژه در زمینه محدودسازی اتصال پهپادهای اوکراینی به استارلینک، دور از انتظار نیست. با این حال، پنتاگون وابستگی شدیدی به شرکت SpaceX دارد؛ چراکه برای بسیاری از قابلیت‌های فناوری نوین، گزینه جایگزینی در دسترس نیست. به همین دلیل گزارش‌ها نشان می‌دهند اوکراین خواهان آغاز مذاکرات برای تمدید قرارداد سامانه Starshield با پنتاگون است که سال آینده منقضی می‌شود.

سرمایه‌گذاری‌های سنگین در صنایع فضایی: شرکت ارتباطات ماهواره‌ای CesiumAstro موفق به جذب ۷۳۰ میلیون دلار سرمایه در سری D شد که ارزش این شرکت را به ۴٫۵ میلیارد دلار می‌رساند. هم‌زمان، استارتاپ Northwood Space که در حال ساخت ایستگاه‌های زمینی برای ارتباطات ماهواره‌ای است، سرمایه‌ای ۳۷۵ میلیون دلاری جذب کرد. علاوه بر این، در قراردادی به ارزش ۱٫۳ میلیارد دلار، شرکت AST SpaceMobile موتورهای موشک را از Firefly Space خریداری می‌کند تا این رقیب استارلینک بتواند موشک‌های اختصاصی خود را بسازد.

هوش مصنوعی در فضا: یک ربات توسعه‌یافته در دانشگاه کلتک (CalTech) موفق شد در ایستگاه فضایی بین‌المللی بدون کمک فضانوردان، یک خرپای سازه‌ای بسازدگامی روبه‌جلو که می‌تواند مسیر ساخت سازه‌های غول‌پیکر مداری توسط ربات‌ها را هموار کند. از سوی دیگر، استارتاپ Orca Aerospace قراردادی به ارزش ۲۰ میلیون دلار امضا کرده تا نرم‌افزار هدایت خودکار ماهواره‌های خود را در اختیار شرکت Orbital قرار دهد؛ شرکتی که رویای ساخت مراکز داده فضایی را دنبال می‌کند.

پیشرفت نوین در پزشکی: سازمان غذا و داروی آمریکا (FDA) روش درمانی Voceryq متعلق به شرکت زیست‌فناوری Inovio را تأیید کرد. این روش برای درمان بیماری پاپیلوپاتی حنجره و مجاری تنفسی ناشی از ویروس HPV به کار می‌رود؛ بیماری مزمن و نادری که بیماران را ناچار به جراحی‌های مکرر می‌کند. این نخستین درمان مبتنی بر ایمونوتراپی پلاسمیدی تأییدشده در تاریخ است که با انتقال دو قطعه کوچک DNA به سلول‌ها، سیستم ایمنی بیمار را برای حمله به ویروس‌های بیماری‌زا آموزش می‌دهد. در کارآزمایی‌های بالینی، ۲۷ درصد از بیماران تحت درمان در سال اول نیاز به هیچ جراحی دیگری نداشتند و این شرکت قصد دارد درمان مذکور را از سال آینده به بازار عرضه کند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

ریزش سهام فناوری در بورس، ارزش‌گذاری استارتاپ‌های هوش مصنوعی را زیر ذره‌بین برد
آخرین اخبار

ریزش سهام فناوری در بورس، ارزش‌گذاری استارتاپ‌های هوش مصنوعی را زیر ذره‌بین برد

بازارهای خصوصی معمولاً با کمی تأخیر، مسیر بازارهای بورس را دنبال می‌کنند و اکنون نشانه‌های این روند در حال آشکار شدن است. افت سنگین ارزش غول‌های فناوری در وال‌استریت و ابهامات پیرامون ساخت مراکز داده، می‌تواند بر عرضه اولیه پیش‌روی سهام Anthropic و معاملات استارتاپ‌های هوش مصنوعی تأثیری مستقیم بگذارد.

۲ دقیقه مطالعه
۰
۱۵ آبان
مقایسه دقیق روش‌های RLHF و DPO؛ مقاله جدید کنفرانس ICML زمان برتری هر روش را مشخص کرد
آخرین اخبار

مقایسه دقیق روش‌های RLHF و DPO؛ مقاله جدید کنفرانس ICML زمان برتری هر روش را مشخص کرد

مقاله پذیرفته‌شده در کنفرانس ICML با تفکیک محدودیت‌های داده و خطاهای مدل‌سازی، زمان برتری هر یک از روش‌های RLHF و DPO را به‌دقت تبیین می‌کند. این پژوهش به تیم‌های توسعه هوش مصنوعی کمک می‌کند تا درباره انتخاب روش همسوسازی و نحوه تخصیص منابع برچسب‌گذاری داده‌ها هوشمندانه‌تر تصمیم بگیرند.

۲ دقیقه مطالعه
۰
۱۵ آبان
ابزار متن‌باز Phonon؛ تایپ صوتی کاملاً محلی روی مک با سرعتی ۸ برابر Wispr Flow
آخرین اخبار

ابزار متن‌باز Phonon؛ تایپ صوتی کاملاً محلی روی مک با سرعتی ۸ برابر Wispr Flow

یک توسعه‌دهنده با انتشار برنامه متن‌باز Phonon، امکان تایپ صوتی دقیق و کاملاً آفلاین را برای کاربران مک فراهم کرده است. این ابزار با پردازش محلی گفتار روی تراشه‌های اپل و بهره‌گیری از دو مدل هوش مصنوعی، متن پیاده‌شده را با سرعتی تا ۸ برابر بیشتر از سرویس Wispr Flow ویرایش و آماده می‌کند.

۲ دقیقه مطالعه
۰
۱۵ آبان