OpenAI ประกาศเมื่อวันที่ 21 ตุลาคมว่าตัวแทน GPT-Rosalind จำนวน 1,946 ตัวที่ทำงานแบบคู่ขนาน วิเคราะห์ข้อมูลที่มีอยู่จากเซลล์สมองของเมาส์หลายล้านเซลล์ภายใน 32 นาที ซึ่งทีมงานคาดการณ์ว่ากลุ่มวิจัยในมนุษย์จะใช้เวลาหลายเดือนถึงหนึ่งปีกว่าจะเสร็จสิ้นผ่านการวิเคราะห์ด้วยตนเองและการทบทวนวรรณกรรม

การสาธิตนี้ดำเนินการร่วมกับบริษัทวิจัยยา PerturbAI และ Scripps Research โดยมีการอธิบายไว้ในเอกสารพิมพ์ bioRxiv และใช้สิ่งที่ทีมงานเรียกว่า "การให้เหตุผลทางชีวภาพแบบกระจาย" กับแผนที่ CRISPR ทั้งสมอง ซึ่งเป็นชุดข้อมูลที่จัดรายการว่ายีนแต่ละตัวรบกวนการเปลี่ยนแปลงการแสดงออกของยีนในเซลล์สมองอย่างไร For more context on this story, see our ongoing more AI stories.

วิธีกระจายเหตุผลทางชีวภาพทำงานอย่างไร

การทดลองก่อกวนด้วย CRISPR ช่วยให้นักวิจัยปิดยีนและวัดการเปลี่ยนแปลงของเซลล์ที่เกิดขึ้นได้ แต่การทดลองเหล่านี้สามารถให้การสังเกตได้มากกว่าห้องปฏิบัติการแห่งเดียวที่จะตรวจสอบในเชิงลึกได้ คอขวดนั้นเป็นเหตุผลว่าทำไมนักวิจัยถึงแบ่งปันแผนที่เซลล์ต่อสาธารณะ PerturbAI ซึ่งเป็นบริษัทค้นคว้ายาที่ร่วมพัฒนาแนวทางดังกล่าว และ Scripps Research เป็นผู้จัดหากรอบทางวิทยาศาสตร์และการตรวจสอบโดเมนสำหรับการทำงานร่วมกัน

ซอฟต์แวร์ที่อธิบายไว้ในการพิมพ์ล่วงหน้าจะกำหนดการหยุดชะงักของยีนแต่ละครั้งให้กับตัวแทน AI อิสระ เจ้าหน้าที่แต่ละคนจะตรวจสอบการเปลี่ยนแปลงของเซลล์ที่เกี่ยวข้องกับยีนที่ได้รับมอบหมาย ค้นหาเอกสารทางวิทยาศาสตร์ และเสนอคำอธิบายเกี่ยวกับสิ่งที่ค้นพบ จากนั้นเลเยอร์การประสานงานจะรวมรายงานของเจ้าหน้าที่ ระบุความเชื่อมโยงระหว่างชุดข้อมูลทั้งหมด และจัดอันดับแนวคิดที่มีแนวโน้มมากที่สุดสำหรับการติดตามผลโดยมนุษย์

Sarah Teichmann ประธานฝ่ายเวชศาสตร์สเต็มเซลล์ที่มหาวิทยาลัยเคมบริดจ์และเป็นประธานร่วมผู้ก่อตั้ง Human Cell Atlas กล่าวว่า "เราสร้างสมุดแผนที่เซลล์เพื่อให้นักวิทยาศาสตร์คนอื่นๆ ค้นพบสิ่งที่เราไม่เคยจินตนาการมาก่อน “AI สามารถช่วยนักวิจัยสำรวจทรัพยากรเหล่านี้ได้มากขึ้น และเปลี่ยนการสังเกตที่ไม่คาดคิดให้กลายเป็นคำถามใหม่เพื่อทดสอบ”

ตัวเลข: 711 เท่าของการอ้างอิง, กู้คืนผลการวิจัย 48 จาก 55 รายการ

ความแตกต่างระดับระหว่างตัวแทนหนึ่งรายกับเกือบ 2,000 รายนั้นค่อนข้างชัดเจน ในการเปรียบเทียบโดยใช้โมเดล พรอมต์ เครื่องมือ และการเข้าถึงข้อมูลเดียวกันนั้น การดำเนินการแบบตัวแทนเดี่ยวโดยเฉลี่ยประมาณ 11 รายการอ้างอิงที่เวิร์กโหลดที่ใหญ่ที่สุด ในขณะที่ระบบแบบกระจายเก็บรายการอ้างอิง 7,586 รายการ ซึ่งมากกว่าประมาณ 711 เท่า ตามข้อมูลสาธารณะของโครงการ

เจ้าหน้าที่ยังยืนหยัดต่อต้านวิทยาศาสตร์ดั้งเดิมได้เป็นอย่างดี เมื่อทำงานโดยไม่ต้องเข้าถึงต้นฉบับของการศึกษา Atlas พวกเขาจึงจับคู่หรือปรับแต่งข้อค้นพบ 48 ข้อจากข้อค้นพบ 55 ข้อของการศึกษาต้นฉบับซึ่งอาจดึงมาจากข้อมูลที่เจ้าหน้าที่ได้รับ

เพื่อประเมินคุณภาพ ทีมงานได้คัดเลือกนักชีววิทยาระดับปริญญาเอก 30 คนเพื่อการตรวจสอบแบบปกปิด การประเมินของพวกเขาสนับสนุนการจัดอันดับตัวแทนของผู้นำการวิจัยที่มีแนวโน้มมากที่สุดในวงกว้าง

สารตะกั่วคอเลสเตอรอล DCTN1

การค้นพบชิ้นหนึ่งแสดงให้เห็นถึงสมมติฐานประเภทหนึ่งที่ระบบต้องการจะแสดงให้เห็น การรบกวน DCTN1 ซึ่งเป็นยีนที่เชื่อมโยงกับการเสื่อมของระบบประสาท ทำให้กิจกรรมของยีนที่เกี่ยวข้องกับการผลิตคอเลสเตอรอลเพิ่มขึ้น ข้อมูลพื้นฐานแบบ single-agent เสนอว่าปัญหาในการเคลื่อนย้ายคอเลสเตอรอลภายในเซลล์ประสาทอาจทำให้เซลล์ชดเชยด้วยการผลิตมากขึ้น

ผู้ตรวจสอบที่ตาบอดสามคนให้คะแนนผู้นำในการติดตามผลโดยเฉลี่ยที่ 4.3 จาก 5 คะแนน Tomasz Nowakowski รองศาสตราจารย์ด้านศัลยกรรมระบบประสาทที่ UC San Francisco ซึ่งไม่ใช่ผู้เขียนงานพิมพ์ล่วงหน้า กล่าวในประกาศของ OpenAI ว่าการค้นพบนี้แสดงให้เห็นว่าเหตุใดการเชื่อมโยงข้อสังเกตข้ามสาขาวิชาต่างๆ จึงมีความสำคัญ: "บางครั้งเบาะแสก็อยู่ที่นั่นแล้ว กระจัดกระจายไปตามสาขาต่างๆ - เราแค่ไม่ได้เชื่อมโยงพวกเขาเข้าด้วยกัน"

คำสัญญาและคำเตือน

การประกาศดังกล่าวเกิดขึ้นท่ามกลางแรงผลักดันอย่างรวดเร็วในการผลักดันด้านวิทยาศาสตร์เพื่อชีวิตของ OpenAI GPT-Rosalind ซึ่งเปิดตัวเมื่อต้นปีนี้เป็นแบบจำลองเฉพาะทางสำหรับการวิจัยด้านวิทยาศาสตร์ชีวภาพ โดยผสมผสานการให้เหตุผลทางชีวภาพเข้ากับการใช้เครื่องมือทางวิทยาศาสตร์ พร้อมการใช้งานที่มีการบันทึกไว้ซึ่งครอบคลุมทั้งจีโนมิกส์ การวิเคราะห์โปรตีน การวิจัยเป้าหมาย เคมีทางการแพทย์ และการวางแผนการทดลอง บริษัทได้เปิดตัว Rosalind Workbench สำหรับเวิร์กโฟลว์ทางวิทยาศาสตร์และปลั๊กอิน Life Sciences Research ใน Codex และในเดือนมิถุนายนก็ได้เปิดตัว LifeSciBench ซึ่งเป็นการประเมินที่บริษัทกล่าวว่าวัดความช่วยเหลือด้านการวิจัยแทนที่จะพิสูจน์ว่าระบบสามารถตรวจสอบการค้นพบได้อย่างอิสระหรือแทนที่การตรวจสอบเชิงทดลอง ซึ่งเป็นความแตกต่างที่นำไปสู่การประกาศในปัจจุบัน

คำเตือนที่สำคัญยังคงอยู่ การเปรียบเทียบ 32 นาทีเทียบกับต่อปีเป็นการประมาณการเชิงประกอบที่สร้างขึ้นจากสมมติฐาน — 15 นาทีต่อการหยุดชะงักของยีน และ 10 นาทีต่อการอ่านกระดาษ — แทนที่จะเป็นการวัดที่เทียบเท่ากัน งานนี้เป็นการพิสูจน์แนวคิด: AI ได้เปิดสมมติฐานให้มนุษย์ทดสอบ ไม่ใช่การค้นพบที่ได้รับการตรวจสอบ และไม่มีการยืนยันการทดลองใดเลย การเปรียบเทียบความเร็วกับนักวิเคราะห์ที่เป็นมนุษย์นั้นขึ้นอยู่กับสมมติฐานด้านเวลาที่เป็นภาพประกอบของทีมมากกว่าการทดลองแบบตัวต่อตัว และผู้ตรวจสอบที่ผู้เชี่ยวชาญจะให้คะแนนรายงานของตัวแทนแทนที่จะแข่งกับทีมวิจัยที่เป็นมนุษย์ ยังไม่มีการจำลองแบบอิสระของการเปรียบเทียบรูปแบบเกณฑ์มาตรฐาน

ถึงกระนั้น การสาธิตยังร่างขั้นตอนการทำงานในอนาคตที่เป็นไปได้สำหรับชีววิทยา: ชุดข้อมูลสาธารณะถูกขุดขึ้นมาใหม่อย่างไม่มีที่สิ้นสุดโดยกลุ่มตัวแทนเฉพาะทาง โดยนักวิทยาศาสตร์ที่เป็นมนุษย์ใช้เวลาในการทดสอบและปรับแต่งสิ่งที่เครื่องจักรมีอันดับสูงสุด การจัดอันดับเหล่านั้นยังคงอยู่ในห้องปฏิบัติการอย่างต่อเนื่องหรือไม่จะเป็นตัวกำหนดว่าการใช้เหตุผลแบบ AI แบบกระจายจะกลายเป็นอุปกรณ์มาตรฐานในสาขาวิทยาศาสตร์เพื่อชีวิตหรือไม่

หมายเหตุแหล่งที่มา: รายละเอียดในบทความนี้ดึงมาจากประกาศของ OpenAI เมื่อวันที่ 21 ตุลาคม 2569 และการรายงานข่าวโดย R&D World รวมถึงการพิมพ์ล่วงหน้า bioRxiv ที่เกี่ยวข้อง (Sun et al., 2026)

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →