အပြိုင်လုပ်ဆောင်နေသည့် ၎င်း၏ GPT-Rosalind အေးဂျင့် 1,946 သည် 32 မိနစ်အတွင်း သန်းပေါင်းများစွာသော ကြွက်ဦးနှောက်ဆဲလ်များမှ လက်ရှိဒေတာများကို ခွဲခြမ်းစိတ်ဖြာခဲ့သည် — အဖွဲ့က ခန့်မှန်းချက်လုပ်ဆောင်ခြင်းဖြင့် လူသားသုတေသနအဖွဲ့အား ပြီးမြောက်ရန် လနှင့်တစ်နှစ်အထိ အချိန်ယူရမည်ဟု OpenAI မှ အောက်တိုဘာလ 21 ရက်နေ့တွင် ကြေညာခဲ့သည်။
ဆေးရှာဖွေတွေ့ရှိသည့်ကုမ္ပဏီ PerturbAI နှင့် Scripps Research ဖြင့်ပြုလုပ်သော သရုပ်ပြမှုကို bioRxiv အကြိုပုံနှိပ်မှုတွင် ဖော်ပြထားပြီး အဖွဲ့သည် "ဖြန့်ဝေထားသော ဇီဝဗေဒဆိုင်ရာဆင်ခြင်ခြင်း" ဟုခေါ်သည့် ဦးနှောက်ဆဲလ်တစ်ခုလုံးရှိ CRISPR atlas — တစ်ဦးချင်းစီ၏ မျိုးဗီဇများကို အနှောင့်အယှက်ဖြစ်စေသည့် ဗီဇဖော်ပြမှုကို ဦးနှောက်ဆဲလ်များတစ်လျှောက် မျိုးဗီဇပြောင်းလဲစေသည့် ဒေတာအတွဲတစ်ခုဖြစ်သည်။ For more context on this story, see our ongoing artificial intelligence updates.
ဇီဝဗေဒဆိုင်ရာ ကျိုးကြောင်းဆင်ခြင်ခြင်း အလုပ်လုပ်ပုံ
CRISPR စိတ်အနှောင့်အယှက်ဖြစ်စေသောစမ်းသပ်မှုများသည် သုတေသီများအား မျိုးဗီဇကိုပိတ်ကာ ထွက်ပေါ်လာသောဆယ်လူလာပြောင်းလဲမှုများကို တိုင်းတာနိုင်စေသော်လည်း ၎င်းတို့သည် မည်သည့်ဓာတ်ခွဲခန်းတစ်ခုတည်းမှမဆို နက်ရှိုင်းစွာစုံစမ်းနိုင်သည်ထက် စူးစမ်းလေ့လာမှုများကို ပိုမိုထုတ်ပေးနိုင်သည်။ ထိုပိတ်ဆို့မှုသည် သုတေသီများ ဆဲလ် atlases ကို လူသိရှင်ကြား မျှဝေရခြင်း ဖြစ်သည် ။ PerturbAI၊ မူးယစ်ဆေးဝါးရှာဖွေတွေ့ရှိမှုကုမ္ပဏီ၊ နှင့် Scripps Research တို့သည် ပူးပေါင်းဆောင်ရွက်မှုအတွက် သိပ္ပံနည်းကျဘောင်နှင့် ဒိုမိန်းပြန်လည်သုံးသပ်ခြင်းကို ထောက်ပံ့ပေးခဲ့သည်။
ကြိုတင်ပရင့်တွင်ဖော်ပြထားသော ဆော့ဖ်ဝဲလ်သည် ဗီဇနှောင့်ယှက်မှုတစ်ခုစီကို လွတ်လပ်သော AI အေးဂျင့်ထံ ပေးသည်။ အေးဂျင့်တစ်ခုစီသည် ၎င်း၏သတ်မှတ်ပေးထားသည့် ဗီဇနှင့်ဆက်စပ်နေသော ဆဲလ်ပြောင်းလဲမှုများကို စစ်ဆေးသည်၊ သိပ္ပံဆိုင်ရာစာပေများကို ရှာဖွေကာ ၎င်းတွေ့ရှိသည့်အရာအတွက် ရှင်းလင်းချက်များကို အဆိုပြုသည်။ ထို့နောက် ညှိနှိုင်းရေးအလွှာသည် အေးဂျင့်များ၏ အစီရင်ခံစာများကို ပေါင်းစပ်ကာ ဒေတာအစုံအလင်ရှိ ချိတ်ဆက်မှုများကို ခွဲခြားသတ်မှတ်ကာ လူသား၏နောက်ဆက်တွဲအတွက် အလားအလာအရှိဆုံး အတွေးအခေါ်များကို အဆင့်သတ်မှတ်ပေးသည်။
"ကျွန်တော်တို့ မထင်မှတ်ထားတဲ့ တွေ့ရှိမှုတွေကို တခြားသိပ္ပံပညာရှင်တွေ ဖန်တီးနိုင်စေဖို့အတွက် ဆဲလ် atlases တွေကို ကျွန်တော်တို့ တည်ဆောက်နေပါတယ်" ဟု University of Cambridge မှ ပင်မဆဲလ်ဆေးပညာဆိုင်ရာ ဥက္ကဌ Sarah Teichmann က OpenAI ၏ ကြေငြာချက်တွင် ပြောကြားခဲ့သည်။ "AI သည် သုတေသီများအား ဤအရင်းအမြစ်များကို စူးစမ်းရှာဖွေရန်နှင့် မမျှော်လင့်ထားသော လေ့လာတွေ့ရှိချက်များကို စမ်းသပ်ရန် မေးခွန်းအသစ်များအဖြစ် ပြောင်းလဲရန် ကူညီပေးနိုင်ပါသည်။"
နံပါတ်များ- ကိုးကားမှု 711 ကြိမ်၊ တွေ့ရှိချက် 55 ခုအနက် 48 ခု ပြန်လည်တွေ့ရှိခဲ့သည်
အေးဂျင့်တစ်ခုနှင့် 2,000 နီးပါးကြားရှိ အတိုင်းအတာကွာခြားချက်မှာ အလွန်ပြင်းထန်သည်။ တူညီသော မော်ဒယ်၊ နှိုးဆော်ချက်၊ ကိရိယာများနှင့် ဒေတာဝင်ရောက်ခွင့်ကို အသုံးပြု၍ နှိုင်းယှဉ်မှုတွင်၊ တစ်ခုတည်းသော အေးဂျင့်သည် ပျမ်းမျှအားဖြင့် အကြီးမားဆုံးသော လုပ်ငန်းဆောင်တာတွင် စာပေကိုးကားမှု 11 စောင်ခန့်ကို လုပ်ဆောင်ပြီး ဖြန့်ဝေသည့်စနစ်သည် ကိုးကား 7,586 ကို ဆက်လက်ထိန်းသိမ်းထားကာ — ခန့်မှန်းခြေအားဖြင့် 711 ဆ ပိုများသည်ဟု ပရောဂျက်၏ အများသူငှာဒေတာအရ သိရသည်။
အေးဂျင့်များသည် မူလသိပ္ပံပညာကို ကောင်းစွာဆန့်ကျင်သည်။ atlas လေ့လာမှု၏လက်ရေးစာမူကို သုံးစွဲခွင့်မရှိဘဲ လုပ်ဆောင်ခြင်းဖြင့် ၎င်းတို့သည် အေးဂျင့်များရရှိသည့်ဒေတာမှ ထုတ်ယူနိုင်သည့် မူရင်းလေ့လာမှု ၅၅ ခု၏ တွေ့ရှိချက် ၄၈ ခုကို ကိုက်ညီအောင် သို့မဟုတ် သန့်စင်ပေးခဲ့သည်။
အရည်အသွေးကို အကဲဖြတ်ရန်အတွက် အဖွဲ့သည် မျက်စိကွယ်ခြင်းအတွက် ပါရဂူအဆင့် ဇီဝဗေဒပညာရှင် အယောက် ၃၀ ကို ခေါ်ယူခဲ့သည်။ ၎င်းတို့၏ အကဲဖြတ်ချက်များသည် အလားအလာအရှိဆုံး သုတေသန ဦးဆောင်သူများ၏ အေးဂျင့်များ၏ အဆင့်သတ်မှတ်ချက်များကို ကျယ်ကျယ်ပြန့်ပြန့် ထောက်ခံခဲ့သည်။
DCTN1 ကိုလက်စထရော ခဲသည်။
တွေ့ရှိချက်တစ်ခုက စနစ်သည် ပေါ်ပေါက်လာမည့် သဘောတရားကို သရုပ်ဖော်သည်။ DCTN1 — neurodegeneration နှင့်ဆက်စပ်သော gene ကိုနှောက်ယှက်ခြင်းသည် ကိုလက်စထရောထုတ်လုပ်မှုတွင်ပါ၀င်သော genes များ၏လုပ်ဆောင်မှုကို တိုးစေသည်။ အာရုံကြောများအတွင်း ကိုလက်စထရောများ ပို့ဆောင်မှုပြဿနာများသည် ဆဲလ်များကို ပိုမိုထုတ်လုပ်ခြင်းဖြင့် လျော်ကြေးပေးရန် လှုံ့ဆော်ပေးသည့် တစ်ခုတည်းသောအေးဂျင့်က အဆိုပြုခဲ့သည်။
မျက်စိကွယ်သည့်သုံးသပ်သူ သုံးဦးသည် ယင်းကို ပျမ်းမျှနောက်ဆက်တွဲဦးစားပေးရမှတ် 5 ခုအနက် 4.3 တွင် ဦး ဆောင်ပေးခဲ့သည်။ UC San Francisco မှ အာရုံကြောခွဲစိတ်မှုတွဲဖက်ပါမောက္ခ Tomasz Nowakowski က အကြိုပုံနှိပ်ရေးသားသူမဟုတ်သည့် OpenAI ၏ ကြေငြာချက်တွင် တွေ့ရှိချက်က ပညာရပ်ဆိုင်ရာကိစ္စရပ်များကို ချိတ်ဆက်ထားသည့် စူးစမ်းလေ့လာမှုများကို ချိတ်ဆက်ရခြင်းဖြစ်သည်- "တစ်ခါတစ်ရံမှာ သဲလွန်စတွေက နယ်ပယ်စုံမှာရှိပြီးသားပါ။"
ကတိများနှင့် သတိပေးချက်များ
OpenAI ၏ဘဝသိပ္ပံတွန်းအားပေးမှုတွင် လျင်မြန်သောအရှိန်အဟုန်ဖြင့် ကြေငြာချက်သည် ရောက်ရှိလာပါသည်။ ယခုနှစ်အစောပိုင်းတွင် မိတ်ဆက်ခဲ့သော GPT-Rosalind သည် ဇီဝဗေဒဆိုင်ရာ ကျိုးကြောင်းဆင်ခြင်မှုကို သိပ္ပံနည်းကျ ကိရိယာအသုံးပြုမှုနှင့် ပေါင်းစပ်ထားသော ဇီဝဗေဒဆိုင်ရာ သုတေသနပြုမှုများအတွက် အထူးပြုပုံစံတစ်ခုဖြစ်ပြီး မျိုးရိုးဗီဇ၊ ပရိုတင်းခွဲခြမ်းစိတ်ဖြာမှု၊ ပစ်မှတ်သုတေသန၊ ဆေးဘက်ဆိုင်ရာ ဓာတုဗေဒနှင့် စမ်းသပ်မှုစီမံချက်များပါရှိသော စာရွက်စာတမ်းများပါဝင်သည်။ ကုမ္ပဏီသည် သိပ္ပံနည်းကျ အလုပ်အသွားအလာများအတွက် Rosalind Workbench နှင့် Codex ရှိ Life Sciences Research plugin ကို မိတ်ဆက်ပေးခဲ့ပြီး ဇွန်လတွင် LifeSciBench ကို မိတ်ဆက်ခဲ့ပြီး၊ စနစ်တစ်ခုသည် ရှာဖွေတွေ့ရှိမှုများကို သီးခြားအတည်ပြုနိုင်ခြင်း သို့မဟုတ် စမ်းသပ်စစ်ဆေးခြင်းတို့ကို အစားထိုးနိုင်ကြောင်း သက်သေပြခြင်းထက် သုတေသနအကူအညီကို အကဲဖြတ်မှုတစ်ခုဖြစ်သည့် ကုမ္ပဏီမှ အကဲဖြတ်မှုတစ်ခုဖြစ်သည့် ထူးခြားချက်—လက်ရှိထုတ်ပြန်ချက်တွင် ပါဝင်သည်။
အရေးကြီးသော သတိပေးချက်များ ကျန်ရှိနေပါသည်။ ၃၂ မိနစ်-တစ်နှစ် နှိုင်းယှဉ်မှုသည် ယူဆချက်များမှ တည်ဆောက်ထားသော သရုပ်ဖော် ခန့်မှန်းချက်တစ်ခု — gene disruption တစ်ခုလျှင် 15 မိနစ်နှင့် 10 မိနစ်စာဖတ်သည် — — တိုင်းတာသည့် ညီမျှခြင်းထက်။ အဆိုပါ အလုပ်သည် အယူအဆ၏ သက်သေဖြစ်သည်- AI သည် လူသားများအတွက် စမ်းသပ်ရန် စိတ်ကူးများ ပေါ်ထွက်ခဲ့သည်၊ တရားဝင်သော ရှာဖွေတွေ့ရှိမှုများ မဟုတ်ပဲ၊ ခေါင်းဆောင်များထဲမှ မည်သည့်အရာကိုမျှ စမ်းသပ်အတည်ပြုခြင်း မရှိသေးပါ။ အလားတူ လူသားသုံးသပ်သူများနှင့် နှိုင်းယှဥ်နှုန်းသည် ထိပ်တိုက်စစ်ဆေးခြင်းထက် အဖွဲ့၏ သရုပ်ဖော်အချိန်ယူဆချက်အပေါ်တွင် တည်မှီပြီး ကျွမ်းကျင်သူသုံးသပ်သူများသည် လူသားသုတေသနအဖွဲ့နှင့်ပြိုင်မည့်အစား အေးဂျင့်များ၏အစီရင်ခံစာများကို အဆင့်သတ်မှတ်ပေးပါသည်။ စံသတ်မှတ်ချက်ပုံစံ နှိုင်းယှဉ်မှုများ၏ သီးခြားပုံတူပွားမှု မဖြစ်ပေါ်သေးပါ။
သို့တိုင်၊ သရုပ်ပြမှုသည် ဇီဝဗေဒအတွက် ဖြစ်နိုင်ချေရှိသော အနာဂတ်လုပ်ငန်းအသွားအလာကို ပုံကြမ်းရေးဆွဲသည်- လူသားသိပ္ပံပညာရှင်များသည် စက်၏အမြင့်ဆုံးအဆင့်ကို စမ်းသပ်ခြင်းနှင့် သန့်စင်မှုပြုလုပ်ခြင်းဖြင့် အများသူငှာ ဒေတာအတွဲများကို အထူးပြုအေးဂျင့်များဖြင့် အဆုံးမသတ်နိုင်အောင် ပြန်လည်တူးဖော်ပါသည်။ အဆိုပါအဆင့်သတ်မှတ်ချက်များသည် ဓာတ်ခွဲခန်းတွင် ဆက်တိုက်တက်နေခြင်းရှိမရှိ ဖြန့်ဝေထားသော AI ကျိုးကြောင်းဆင်ခြင်မှုသည် အသက်သိပ္ပံတွင် စံကိရိယာများဖြစ်လာခြင်းရှိမရှိ ဆုံးဖြတ်ပေးမည်ဖြစ်သည်။
အရင်းအမြစ်မှတ်စု- ဤဆောင်းပါးပါအသေးစိတ်အချက်အလက်များကို OpenAI ၏အောက်တိုဘာလ 21 ရက်၊ 2026 ကြေငြာချက်မှ အရင်းခံ bioRxiv ကြိုတင်ပုံနှိပ်ခြင်းအပါအဝင် R&D World မှ အကျုံးဝင်သည် (Sun et al., 2026)။---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
