دشمن نامرئی هوش مصنوعی: مقابله با چالش “ماده تاریک” دیجیتال
مازاد اطلاعات اضافی یا «نویز» ویژگی‌های حیاتی را در تجزیه و تحلیل DNA هوش مصنوعی پنهان کرده است، مشکلی شبیه به مواجهه با «ماده تاریک» دیجیتال. اکنون، دانشمندان ممکن است راهی برای رفع این مشکل داشته باشند.
هوش مصنوعی در زندگی روزمره ما نفوذ کرده است. در ابتدا، در ChatGPT مشهود بود و در حال حاضر، در تبلیغات پیتزا و آبجو تولید شده توسط هوش مصنوعی قابل مشاهده است. در حالی که ممکن است هوش مصنوعی کاملاً قابل اعتماد نباشد، به نظر می رسد که گاهی اوقات، مدیریت خودمان با هوش مصنوعی نیز کاملاً قابل اعتماد نیست.
پروفسور پیتر کو، دستیار آزمایشگاه Cold Spring Harbor (CSHL) دریافت که دانشمندان با استفاده از ابزارهای محاسباتی محبوب برای تفسیر پیش‌بینی‌های هوش مصنوعی، هنگام تجزیه و تحلیل DNA ، «نویز» یا اطلاعات اضافی زیادی دریافت می‌کنند . و او راهی برای رفع این مشکل پیدا کرده است. اکنون، تنها با چند خط کد جدید، دانشمندان می توانند توضیحات قابل اعتمادتری را از هوش مصنوعی قدرتمند موسوم به شبکه های عصبی عمیق دریافت کنند. این بدان معناست که آنها می توانند به دنبال کردن ویژگی های DNA واقعی ادامه دهند. این ویژگی ها ممکن است نشان دهنده پیشرفت بعدی در سلامت و پزشکی باشد. اما دانشمندان سیگنال‌ها را اگر در اثر نویز زیاد غرق شوند، نخواهند دید.
بنابراین، چه چیزی باعث ایجاد صدای مزاحم می شود؟ این یک منبع مرموز و نامرئی مانند “ماده تاریک” دیجیتال است. فیزیکدانان و ستاره شناسان بر این باورند که بیشتر کیهان مملو از ماده تاریک است، ماده ای که اثرات گرانشی دارد اما هنوز کسی آن را ندیده است. به طور مشابه، کو و تیمش داده‌هایی را کشف کردند که هوش مصنوعی بر روی آنها آموزش دیده است، فاقد اطلاعات حیاتی است که منجر به نقاط کور قابل توجهی می‌شود. حتی بدتر از آن، این نقاط کور هنگام تفسیر پیش‌بینی‌های هوش مصنوعی عملکرد DNA مورد توجه قرار میگیرند.
کو می‌گوید: «شبکه عصبی عمیق این رفتار تصادفی را ترکیب می‌کند، زیرا یک تابع را در همه جا یاد می‌گیرد. اما DNA فقط در زیرفضای کوچکی از آن قرار دارد. و سر و صدای زیادی ایجاد می کند. و بنابراین ما نشان می دهیم که این مشکل در واقع نویز زیادی را در طیف گسترده ای از مدل های برجسته هوش مصنوعی ایجاد می کند.
ماده تاریک دیجیتالی نتیجه قرض گرفتن تکنیک های محاسباتی دانشمندان از هوش مصنوعی بینایی کامپیوتری است. داده های DNA، بر خلاف تصاویر، به ترکیبی از چهار حرف نوکلئوتیدی محدود می شوند: A، C، G، T. اما داده های تصویر به شکل پیکسل می توانند طولانی و پیوسته باشند. به عبارت دیگر، ما ورودی‌ای را به هوش مصنوعی می‌دهیم که نمی‌داند چگونه آن را به درستی مدیریت کند.
با اعمال تصحیح محاسباتی کو، دانشمندان می توانند تجزیه و تحلیل DNA هوش مصنوعی را با دقت بیشتری تفسیر کنند.
کو می‌گوید: «در نهایت سایت‌هایی را می‌بینیم که بسیار شفاف‌تر و تمیزتر می‌شوند، و صدای جعلی کمتری در مناطق دیگر وجود دارد. نوکلئوتیدهای یکباره که به نظر بسیار مهم هستند، ناگهان ناپدید می شوند.
کو معتقد است که اختلال نویز بیشتر از آنالایزرهای DNA با هوش مصنوعی تأثیر می گذارد. او فکر می کند که این یک مشکل گسترده در میان فرآیندهای محاسباتی است که انواع مشابهی از داده ها را در بر می گیرد. به یاد داشته باشید، ماده تاریک همه جا وجود دارد. خوشبختانه ابزار جدید کو می تواند به بیرون آوردن دانشمندان از تاریکی و روشنایی کمک کند.
دیدگاهتان را بنویسید