Η OpenAI ανακοίνωσε στις 21 Οκτωβρίου ότι 1.946 από τους πράκτορες της GPT-Rosalind, που λειτουργούν παράλληλα, ανέλυσαν υπάρχοντα δεδομένα από εκατομμύρια εγκεφαλικά κύτταρα ποντικιών σε 32 λεπτά - εργασία που η ομάδα εκτιμά ότι θα χρειαζόταν μήνες έως ένα χρόνο σε μια ανθρώπινη ερευνητική ομάδα για να ολοκληρωθεί μέσω χειροκίνητης ανάλυσης και ανασκόπησης βιβλιογραφίας.
Η επίδειξη, που διεξήχθη με την εταιρεία ανακάλυψης φαρμάκων PerturbAI και τη Scripps Research, περιγράφεται σε μια προτύπωση του bioRxiv και εφαρμόζει αυτό που η ομάδα αποκαλεί «κατανεμημένη βιολογική λογική» σε έναν άτλαντα CRISPR ολόκληρου του εγκεφάλου - ένα σύνολο δεδομένων που καταλογίζει πώς η διαταραχή μεμονωμένων γονιδίων αλλάζει την έκφραση γονιδίων στα εγκεφαλικά κύτταρα. For more context on this story, see our ongoing latest AI developments.
Πώς λειτουργεί ο κατανεμημένος βιολογικός συλλογισμός
Τα πειράματα διαταραχής CRISPR επιτρέπουν στους ερευνητές να απενεργοποιούν γονίδια και να μετρούν τις προκύπτουσες κυτταρικές αλλαγές, αλλά μπορούν να δημιουργήσουν περισσότερες παρατηρήσεις από όσες μπορεί να διερευνήσει σε βάθος οποιοδήποτε εργαστήριο. Αυτό το σημείο συμφόρησης είναι ακριβώς ο λόγος που οι ερευνητές μοιράζονται δημόσια τους άτλαντες κυττάρων. Η PerturbAI, η εταιρεία ανακάλυψης φαρμάκων που ανέπτυξε από κοινού την προσέγγιση, και η Scripps Research παρείχαν το επιστημονικό πλαίσιο και την ανασκόπηση τομέα για τη συνεργασία.
Το λογισμικό που περιγράφεται στην προεκτύπωση εκχωρεί κάθε διαταραχή γονιδίου σε έναν ανεξάρτητο παράγοντα τεχνητής νοημοσύνης. Κάθε παράγοντας εξετάζει τις κυτταρικές αλλαγές που σχετίζονται με το εκχωρημένο γονίδιο του, αναζητά την επιστημονική βιβλιογραφία και προτείνει εξηγήσεις για το τι βρίσκει. Στη συνέχεια, ένα επίπεδο συντονισμού συνδυάζει τις αναφορές των πρακτόρων, προσδιορίζει τις συνδέσεις σε όλο το σύνολο δεδομένων και κατατάσσει τις πιο υποσχόμενες ιδέες για ανθρώπινη παρακολούθηση.
«Φτιάχνουμε άτλαντες κυττάρων έτσι ώστε άλλοι επιστήμονες να μπορούν να κάνουν ανακαλύψεις που δεν έχουμε φανταστεί ακόμη», δήλωσε η Sarah Teichmann, πρόεδρος της ιατρικής βλαστοκυττάρων στο Πανεπιστήμιο του Cambridge και ιδρυτική συμπρόεδρος του Human Cell Atlas, στην ανακοίνωση του OpenAI. «Η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει περισσότερους ερευνητές να εξερευνήσουν αυτούς τους πόρους και να μετατρέψουν τις απροσδόκητες παρατηρήσεις σε νέες ερωτήσεις προς δοκιμή».
Οι αριθμοί: 711 φορές οι αναφορές, 48 από 55 ευρήματα ανακτήθηκαν
Η διαφορά κλίμακας μεταξύ ενός πράκτορα και σχεδόν 2.000 είναι έντονη. Σε μια σύγκριση με χρήση του ίδιου μοντέλου, προτροπής, εργαλείων και πρόσβασης δεδομένων, οι εκτελέσεις ενός παράγοντα είχαν κατά μέσο όρο περίπου 11 βιβλιογραφικές αναφορές στο μεγαλύτερο φόρτο εργασίας, ενώ το κατανεμημένο σύστημα διατήρησε 7.586 αναφορές — περίπου 711 φορές περισσότερες, σύμφωνα με τα δημόσια δεδομένα του έργου.
Οι πράκτορες αντιστάθηκαν επίσης καλά στην αρχική επιστήμη. Δουλεύοντας χωρίς πρόσβαση στο χειρόγραφο της μελέτης του άτλαντα, ταίριαξαν ή βελτίωσαν 48 από τα 55 ευρήματα της αρχικής μελέτης που θα μπορούσαν να αντληθούν από τα δεδομένα που έλαβαν οι πράκτορες.
Για να αξιολογήσει την ποιότητα, η ομάδα προσέλαβε 30 βιολόγους διδακτορικού επιπέδου για μια τυφλή ανασκόπηση. Οι αξιολογήσεις τους υποστήριξαν σε γενικές γραμμές την κατάταξη των πρακτόρων για τους πιο υποσχόμενους υποψήφιους πελάτες.
Ο μόλυβδος χοληστερόλης DCTN1
Ένα εύρημα δείχνει το είδος της υπόθεσης που προορίζεται να εμφανίσει το σύστημα. Η διαταραχή του DCTN1 - ένα γονίδιο που συνδέεται με τον νευροεκφυλισμό - αύξησε τη δραστηριότητα των γονιδίων που εμπλέκονται στην παραγωγή χοληστερόλης. Η βασική γραμμή ενός παράγοντα πρότεινε ότι τα προβλήματα μεταφοράς της χοληστερόλης μέσα στους νευρώνες μπορεί να ωθήσουν τα κύτταρα να αντισταθμίσουν την παραγωγή περισσότερων.
Τρεις τυφλοί αναθεωρητές έδωσαν σε αυτό το μόλυβδο μια μέση βαθμολογία προτεραιότητας παρακολούθησης 4,3 στα 5. Ο Tomasz Nowakowski, αναπληρωτής καθηγητής νευρολογικής χειρουργικής στο UC San Francisco, ο οποίος δεν ήταν συγγραφέας της προεκτύπωσης, είπε στην ανακοίνωση του OpenAI ότι το εύρημα δείχνει γιατί η σύνδεση των παρατηρήσεων μεταξύ των επιστημών έχει σημασία: «Μερικές φορές, τα πεδία έχουν ήδη συνδεθεί διαφορετικά αυτοί».
Υπόσχεση και Προειδοποιήσεις
Η ανακοίνωση έρχεται εν μέσω ταχείας δυναμικής στην ώθηση των βιοεπιστημών του OpenAI. Το GPT-Rosalind, που παρουσιάστηκε νωρίτερα φέτος, είναι ένα μοντέλο εξειδικευμένο για την έρευνα των βιοεπιστημών που συνδυάζει τη βιολογική λογική με τη χρήση επιστημονικών εργαλείων, με τεκμηριωμένες εφαρμογές που καλύπτουν τη γονιδιωματική, την ανάλυση πρωτεϊνών, την έρευνα στόχου, τη φαρμακευτική χημεία και τον προγραμματισμό πειραμάτων. Η εταιρεία κυκλοφόρησε επίσης ένα Rosalind Workbench για επιστημονικές ροές εργασίας και ένα πρόσθετο Life Sciences Research στο Codex και τον Ιούνιο παρουσίασε το LifeSciBench, μια αξιολόγηση που η εταιρεία λέει ότι μετρά την ερευνητική βοήθεια αντί να αποδεικνύει ότι ένα σύστημα μπορεί να επικυρώσει ανεξάρτητα ανακαλύψεις ή να αντικαταστήσει την πειραματική επαλήθευση - μια διάκριση που μεταφέρεται στην τρέχουσα ανακοίνωση.
Σημαντικές επιφυλάξεις παραμένουν. Η σύγκριση των 32 λεπτών έναντι ενός έτους είναι μια ενδεικτική εκτίμηση που βασίζεται σε υποθέσεις - 15 λεπτά ανά διαταραχή γονιδίου και 10 λεπτά ανά ανάγνωση χαρτιού - αντί για ένα μετρούμενο ισοδύναμο. Το έργο είναι μια απόδειξη της ιδέας: η τεχνητή νοημοσύνη έφερε στην επιφάνεια υποθέσεις για να δοκιμάσουν οι άνθρωποι, όχι επικυρωμένες ανακαλύψεις, και κανένας από τους οδηγούς δεν έχει επιβεβαιωθεί πειραματικά. Η σύγκριση ταχύτητας με τους ανθρώπινους αναλυτές βασίζεται επίσης στις επεξηγηματικές χρονικές παραδοχές της ομάδας και όχι σε μια κεφαλαία δοκιμή, και οι ειδικοί αναθεωρητές βαθμολόγησαν τις αναφορές των πρακτόρων αντί να τις συναγωνιστούν με μια ανθρώπινη ερευνητική ομάδα. Η ανεξάρτητη αναπαραγωγή των συγκρίσεων τύπου αναφοράς δεν έχει ακόμη πραγματοποιηθεί.
Ωστόσο, η επίδειξη σκιαγραφεί μια εύλογη μελλοντική ροή εργασιών για τη βιολογία: δημόσια σύνολα δεδομένων επανεξορύσσονται ατελείωτα από σμήνη εξειδικευμένων πρακτόρων, με ανθρώπινους επιστήμονες να περνούν το χρόνο τους δοκιμάζοντας και βελτιώνοντας την υψηλότερη κατάταξη των μηχανών. Το εάν αυτές οι κατατάξεις διατηρούνται σταθερά στο εργαστήριο θα καθορίσει εάν η κατανεμημένη συλλογιστική τεχνητής νοημοσύνης γίνεται τυπικός εξοπλισμός στις επιστήμες της ζωής.
Σημείωση πηγής: Οι λεπτομέρειες σε αυτό το άρθρο προέρχονται από την ανακοίνωση του OpenAI της 21ης Οκτωβρίου 2026 και την κάλυψη από την R&D World, συμπεριλαμβανομένης της υποκείμενης προεκτύπωσης bioRxiv (Sun et al., 2026).---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
