در طول آزمایش، پروفسور ناندا و پنج همکار دیگرش فهرستی از مشتریان را دریافت کردند و باید پیشبینی میکردند که کدام یک خودسامانی میشوند. برنامه رایانههای نیز باید همان پیشبینیها را انجام دهند و سپس پاسخهای انسانها و ماشینها را با هم مقایسه کنند.
انتهای پیام
هوش مصنوعی، دانشگاه راتگرز در یک آزمون مهارتسنجی علمی شکست داد.
پروفسور ناندا اعتراف میکند که زمانی به ماشینی برای تحقیقات خودسامانی متخصصها مطمئن نیست، اما این روش را بیشتر پذیرفته است.
نویسندگان این مطالعه توضیح میدهند که شرکتکنندگان انسانی در مورد برخی از اسیدهای آمینه خاص نسبت به سایر اسیدهای آمینه جهتگیری داشتند که منجر به این پیشبینیهای نادرست شد. هوش مصنوعی را نیز میتوان از روشهایی استفاده کرد که از گزینههای واضح برای خودسامانی نبودند، به درستی شناسایی کرد و راه را برای تحقیقات بیشتر کرد.
به تازگی، پروفسور ناندا و تیمی از محققین، طراحی مصنوعی طراحی کردند که قادر به تشخیص سریع عامل عصبی خطرناک موسوم به ویایکس (VX) است. این گیاهان ممکن است به توسعه حسگرهای زیستی و درمانهای جدید تبدیل شود.
پیشبینی متخصصان در شش مورد از ۱۱ معلمی که انتخاب کرده بودند، درست بود. آنچه که نتایج هوش مصنوعی از دقت بالاتری داشت، به طوری که شش غذا از ۹ غذای انتخاب شده به خودسامانی بودند.
نویسندگان این مطالعه میخواستند ببینند یا چه چیزی میتوانند در پیشبینی توالیهای معلمی بهتر عمل کنند. پروفسور ناندا و محقق دیگر؟ یا رایانه؟ نتایج منتشر شده نشان می دهد که این یک مسابقه نزدیک به شکل گرفته شده است، اما هوش مصنوعی انسان ها را با اختلاف کمی شکست داده است.
پروفسور ناندا می افزاید: خودسامانی را برای پیشرفت در بسیاری از زمینه ها، از جمله پزشکی و صنعت، مورد نیاز است.
این مطالعه در مجله “Nature Chemistry” منتشر شده است.
شرکتهای انسانی پیشبینیهای را بر اساس مشاهدات خود تجربیات قبلی انجام دادند. آنها در نهایت پیشبینی کردند که ۱۱ بیمار خودسامانی میشوند. در همین راستا، هوش مصنوعی از طریق یک سیستم پیشرفته ماشینی، ۹ محصول را انتخاب کرد.
ناندا، استاد دپارتمان بیوشیمی و زیستشناسی مولکولی در دانشکده پزشکی رابرت وود جانسون، میگوید: علیرغم تخصص ما، هوش مصنوعی در مجموعهای به خوبی یا بهتر عمل کرد.
به نظر می رسد که هنوز برای علم مدرن ناشناخته باقی مانده است، با سایر مواد غذایی ترکیب می شود و روبناهای مهمی در زیست شناسی را تشکیل می دهند. گاهی اوقات به نظر میرسد که پیرها از یک طرح خاص میشوند، مانند یک پوسته خارجی محافظ محافظ (کپسید) به پیوند میشوند. با این حال، در موارد دیگر، پرورشها ظاهراً در پاسخ به یک خطا به پیوند میپیوندند و در نهایت ساختارهای بیولوژیکی مرگبار مرتبط با بیماریهایی از آلزایمر تا سلولهای داسی را شکل میدهند.
پروفسور ویکاس ناندا (Vikas Nanda) از دانشگاه راتگرز بیش از دو دهه را صرف مطالعه دقیق ماهیت پرورش دهنده ها کرده است که مواد بسیار پیچیده موجود در همه موجودات زنده هستند.
پرورشدهندهها از تعداد زیادی آمینو اسید تشکیل شدهاند که از آنها به هم متصل شدهاند. این مجموعههای آمینو اسیدی تا میشوند تا مولکولهای سه بعدی با مشکلات تشکیل دهنده. ظاهراً آنها مهم است زیرا ظاهر هر محصول و همچنین آمینو اسیدهای خاصی هستند که در آن وجود دارد، عملکرد آن را تعیین میکند. برخی از پژوهشها، از جمله پروفسور ناندا، به طور منظم در فعالیتهایی به نام «طراحی پرورش» شرکت میکنند و توالیهایی میسازند که تولیدکنندههای جدید میکند.
بنابراین، نویسندگان این مطالعه تصمیم گرفتند که آزمایشی را انجام دهند که در آن یک انسان با درک و شهودی از پرورش دهنده ها و خودسامانی را در مقابل یک برنامه رایانه های هوش مصنوعی قرار دادند، پروفسور ناندا یک گزینه عالی بود.
هوش مصنوعی چگونه عمل کرد؟
او زندگی حرفهای خود را درک میکند که الگوهای منحصربه فرد است. علاوه بر این، پروفسور ناندا متخصص مرحله مرموز خودسامانی (خودآرایی) پرورشها است. در این پروژههای خاص با هم جمع میشوند تا مواد پیچیده را تشکیل دهند.
در پزشکی مدرن سرمایهگذاری بسیاری بر روی خودسامانیها انجام میشود زیرا بسیاری از این باورها را میتوان برای تولید محصولات انقلابی متعدد برای مصارف پزشکی و صنعتی مانند بافت انسانی مصنوعی برای زخمها یا کاتالیزورهای محصولات شیمیایی جدید تولید کرد.
به گزارش ایسنا و به نقل از نیوزبرک، هیچ اختراعی مانند رایانه نشان دهنده نبوغ و هوش بشریت نیست. فعالیتهای علمی-تخیلی بیشماری رویارویی از ناپذیر انسان و ماشین را در آیندهای نه چندان دور پیشبرد کردهاند و اکنون به گفتهی پژوهشگران دانشگاه راتگرز، به نظر میرسد که ماشینها در دستکم یک موضوع علمی برای بشریت برتری یافتهاند.