OpenAI نے 21 اکتوبر کو اعلان کیا کہ اس کے 1,946 GPT-Rosalind ایجنٹوں نے، متوازی طور پر چلتے ہوئے، 32 منٹ میں لاکھوں ماؤس دماغی خلیات سے موجودہ ڈیٹا کا تجزیہ کیا - ٹیم کے اندازے کے مطابق انسانی تحقیقی گروپ کو دستی تجزیہ اور لٹریچر کے جائزے کے ذریعے مکمل ہونے میں مہینوں سے ایک سال لگیں گے۔

منشیات کی دریافت کرنے والی کمپنی PerturbAI اور Scripps Research کے ساتھ کرائے جانے والے اس مظاہرے کو ایک bioRxiv preprint میں بیان کیا گیا ہے اور اس کا اطلاق پورے دماغ کے CRISPR اٹلس پر ہوتا ہے جسے ٹیم "ڈسٹری بیوٹڈ بائیولوجیکل ریجننگ" کہتی ہے - ایک ڈیٹا سیٹ جس میں بتایا گیا ہے کہ کس طرح انفرادی جینز میں خلل ڈالنے سے دماغی خلیوں میں جین کے اظہار میں تبدیلی آتی ہے۔ For more context on this story, see our ongoing breaking AI news.

تقسیم شدہ حیاتیاتی استدلال کیسے کام کرتا ہے۔

سی آر آئی ایس پی آر کے گڑبڑ کے تجربات محققین کو جین کو بند کرنے اور نتیجے میں آنے والی سیلولر تبدیلیوں کی پیمائش کرنے دیتے ہیں، لیکن وہ اس سے زیادہ مشاہدات پیدا کر سکتے ہیں جتنا کہ کسی ایک لیب کی گہرائی میں تحقیق کر سکتی ہے۔ یہ رکاوٹ بالکل اسی وجہ سے ہے کہ محققین سیل اٹلس کو عوامی طور پر بانٹتے ہیں۔ PerturbAI، منشیات کی دریافت کرنے والی کمپنی جس نے اس نقطہ نظر کو مشترکہ طور پر تیار کیا، اور Scripps Research نے تعاون کے لیے سائنسی فریمنگ اور ڈومین کا جائزہ فراہم کیا۔

پری پرنٹ میں بیان کردہ سافٹ ویئر ہر جین کی رکاوٹ کو ایک آزاد AI ایجنٹ کو تفویض کرتا ہے۔ ہر ایجنٹ اپنے تفویض کردہ جین سے وابستہ سیلولر تبدیلیوں کا جائزہ لیتا ہے، سائنسی لٹریچر کو تلاش کرتا ہے، اور جو کچھ اسے ملتا ہے اس کی وضاحت پیش کرتا ہے۔ اس کے بعد ایک کوآرڈینیشن پرت ایجنٹوں کی رپورٹس کو یکجا کرتی ہے، پورے ڈیٹاسیٹ میں رابطوں کی نشاندہی کرتی ہے، اور انسانی فالو اپ کے لیے سب سے زیادہ امید افزا خیالات کی درجہ بندی کرتی ہے۔

کیمبرج یونیورسٹی میں اسٹیم سیل میڈیسن کی چیئر اور ہیومن سیل اٹلس کی بانی شریک چیئر سارہ ٹیچ مین نے اوپن اے آئی کے اعلان میں کہا کہ "ہم سیل اٹلس بناتے ہیں تاکہ دوسرے سائنسدان ایسی دریافتیں کر سکیں جن کا ہم نے ابھی تک تصور بھی نہیں کیا تھا۔" "AI مزید محققین کو ان وسائل کو تلاش کرنے اور غیر متوقع مشاہدات کو جانچنے کے لیے نئے سوالات میں تبدیل کرنے میں مدد کر سکتا ہے۔"

نمبرز: 711 بار حوالہ جات، 55 میں سے 48 نتائج برآمد

ایک ایجنٹ اور تقریباً 2,000 کے درمیان پیمانے کا فرق بالکل واضح ہے۔ ایک ہی ماڈل، پرامپٹ، ٹولز، اور ڈیٹا تک رسائی کے استعمال کے مقابلے میں، سنگل ایجنٹ نے کام کے سب سے بڑے بوجھ پر اوسطاً 11 لٹریچر حوالہ جات بنائے، جب کہ تقسیم شدہ نظام نے 7,586 حوالہ جات کو برقرار رکھا — تقریباً 711 گنا زیادہ، پروجیکٹ کے عوامی ڈیٹا کے مطابق۔

ایجنٹوں نے اصل سائنس کے خلاف بھی اچھا مظاہرہ کیا۔ اٹلس اسٹڈی کے مخطوطہ تک رسائی کے بغیر کام کرتے ہوئے، انہوں نے اصل اسٹڈی کے 55 نتائج میں سے 48 کو ملایا یا ان کو بہتر بنایا جو ایجنٹوں کو موصول ہونے والے ڈیٹا سے حاصل کیے جاسکتے ہیں۔

معیار کا جائزہ لینے کے لیے، ٹیم نے ڈاکٹریٹ کی سطح کے 30 ماہرین حیاتیات کو اندھا جائزہ لینے کے لیے بھرتی کیا۔ ان کے جائزوں نے بڑے پیمانے پر ایجنٹوں کی سب سے امید افزا تحقیقی لیڈز کی درجہ بندی کی حمایت کی۔

DCTN1 کولیسٹرول لیڈ

ایک تلاش اس قسم کی مفروضے کی وضاحت کرتی ہے جس کا نظام سطح پر ہونا ہے۔ DCTN1 میں خلل ڈالنا - نیوروڈیجنریشن سے منسلک ایک جین - کولیسٹرول کی پیداوار میں شامل جینوں کی سرگرمی میں اضافہ کرتا ہے۔ سنگل ایجنٹ بیس لائن نے تجویز کیا کہ نیوران کے اندر کولیسٹرول کی نقل و حمل کے مسائل خلیات کو مزید پیدا کر کے معاوضہ دینے کا اشارہ دے سکتے ہیں۔

تین نابینا جائزہ لینے والوں نے 5 میں سے 4.3 کا اوسط فالو اپ ترجیحی اسکور دیا۔ ٹامسز نواکووسکی، جو کہ UC سان فرانسسکو میں نیورولوجیکل سرجری کے ایک ایسوسی ایٹ پروفیسر ہیں جو پہلے سے پرنٹ کے مصنف نہیں تھے، نے OpenAI کے اعلان میں کہا کہ تلاش سے پتہ چلتا ہے کہ مشاہدات کو کیوں جوڑتے ہیں، اس میں پہلے سے ہی "سیپلو ٹائمز" کے بارے میں بات کی جاتی ہے۔ مختلف شعبوں میں بکھرے ہوئے ہیں - ہم نے ابھی ان سے رابطہ نہیں کیا ہے۔"

وعدہ اور انتباہات

یہ اعلان OpenAI کے لائف سائنسز پش میں تیز رفتاری کے درمیان آیا ہے۔ GPT-Rosalind، جو اس سال کے شروع میں متعارف کرایا گیا، ایک ایسا ماڈل ہے جو حیاتیاتی علوم کی تحقیق کے لیے مخصوص ہے جو سائنسی ٹول کے استعمال کے ساتھ حیاتیاتی استدلال کو یکجا کرتا ہے، جس میں دستاویزی ایپلی کیشنز جن میں جینومکس، پروٹین کے تجزیہ، ہدف کی تحقیق، دواؤں کی کیمسٹری، اور تجرباتی منصوبہ بندی شامل ہیں۔ کمپنی نے کوڈیکس میں سائنسی کام کے بہاؤ اور لائف سائنسز ریسرچ پلگ ان کے لیے Rosalind Workbench بھی متعارف کرایا ہے، اور جون میں اس نے LifeSciBench کو متعارف کرایا ہے، کمپنی کا کہنا ہے کہ یہ ثابت کرنے کے بجائے تحقیقی معاونت کا اندازہ لگایا جاتا ہے کہ کوئی نظام آزادانہ طور پر دریافتوں کی توثیق کر سکتا ہے یا تجرباتی تصدیق کو تبدیل کر سکتا ہے - ایک امتیاز جو موجودہ اعلانات کو ظاہر کرتا ہے۔

اہم انتباہات باقی ہیں۔ 32-منٹ-بمقابلہ-سال-مقابلہ ایک مثالی تخمینہ ہے جو مفروضوں سے بنایا گیا ہے — 15 منٹ فی جین میں خلل اور 10 منٹ فی کاغذ پڑھا گیا — ناپے گئے مساوی کے بجائے۔ یہ کام تصور کا ثبوت ہے: AI نے انسانوں کو جانچنے کے لیے مفروضے ظاہر کیے، دریافتوں کی توثیق نہیں کی گئی، اور کسی بھی لیڈ کی تجرباتی طور پر تصدیق نہیں کی گئی۔ اسی طرح انسانی تجزیہ کاروں کے ساتھ رفتار کا موازنہ ٹیم کے مثالی وقت کے مفروضوں پر ہوتا ہے بجائے اس کے کہ ایک سر سے سر آزمائی کی جائے، اور ماہر جائزہ کاروں نے ایجنٹوں کی رپورٹوں کو انسانی تحقیقی ٹیم کے خلاف مقابلہ کرنے کی بجائے درجہ بندی کی۔ بینچ مارک طرز کے موازنہ کی آزادانہ نقل ابھی تک نہیں ہوئی ہے۔

پھر بھی، مظاہرے نے حیاتیات کے لیے مستقبل کے قابل عمل کام کے فلو کا خاکہ پیش کیا: عوامی ڈیٹاسیٹس کو خصوصی ایجنٹوں کے ہجوم کے ذریعے لامتناہی طور پر دوبارہ کان کنی کیا جاتا ہے، جس میں انسانی سائنس دان اپنا وقت جانچنے اور بہتر کرنے میں صرف کرتے ہیں کہ مشینیں کس درجہ میں سب سے زیادہ ہیں۔ آیا وہ درجہ بندی لیب میں مستقل طور پر برقرار رہتی ہے اس بات کا تعین کرے گی کہ آیا تقسیم شدہ AI استدلال لائف سائنسز میں معیاری سامان بن جاتا ہے۔

ذریعہ نوٹ: اس مضمون میں تفصیلات OpenAI کے 21 اکتوبر 2026 کے اعلان اور R&D World کی کوریج سے لی گئی ہیں، بشمول بنیادی bioRxiv preprint (Sun et al.، 2026)

---

Stay Ahead of AI

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

Read more AI news →