دانشمنـد دیجیتـال

از جهتی دیگر، توان پردازشی یک رایانه در برخی موارد از توان پردازشی و محاسباتی یک انسان بیشتر است. مشکل اینجاست که نتیجه‌گیری از پژوهش‌های علمی، فرآیند پیچیده‌ای است که به توانایی ذهنی انسان نیاز دارد و سال‌هاست که فقط انسان از عهده این کار برمی‌آید.

با این حال، به نظر می‌رسد ابررایانه جدید شرکت آی.بی.ام بتواند تحولی تاریخی در این حوزه از فعالیت انسان به وجود آورد و تا حد زیادی کار را برای پژوهشگران ساده‌تر کند.

باز هم واتسون آی.بی.ام

احتمالا در شماره‌های پیش کلیک مطالبی در مورد ابررایانه معروف آی.بی.ام ـ یعنی «واتسون» ـ چیزهایی خوانده‌اید. چند ماه پیش، پژوهشگران آی.بی.ام مجموعه‌ای گسترده از کتاب‌های پزشکی و نیز مقالات علمی ژورنال‌های این حوزه را به واتسون دادند و الگوریتم ویژه‌ای برای آن طراحی کردند تا بتواند با دریافت علائم بیماری، نوع آن را تشخیص دهد. موفقیت‌آمیزبودن این شیوه در تشخیص بیماری‌ها سبب شد امیدهای تازه‌ای برای بهره‌گیری از رایانه در بخش‌هایی از فعالیت‌های علمی که تاکنون امکان‌پذیر نبود، ایجاد کرد.

اساس این الگوریتم بر مبنای شیوه‌ای است که در اصطلاح آن را داده‌کاوی (Data Mining) می‌نامند. به طور کلی، همه الگوریتم‌هایی که به منظور کاوش در میان حجم زیادی از اطلاعات و دستیابی به الگویی مشخص میان حجمی معمولا گسترده از اطلاعات طراحی می‌شود، از این شیوه استفاده می‌کنند.

اما الگوریتم داده‌کاوی واتسون از یک جهت با دیگر الگوریتم‌های شما متفاوت است و آن هم به دلیل شباهت بیشتر آن به سازوکار ذهنی انسان در درک اطلاعات است. با این‌که رایانه بر‌خلاف انسان فاقد شعور است، اما واتسون به خاطر داشتن چهار ویژگی هماهنگ می‌تواند به شکلی برتر نسبت به دیگر سیستم‌های هوش مصنوعی عمل کند.

نخست این که واتسون می‌تواند متون زبان انگلیسی را بفهمد و علاوه بر آن، تصاویر علمی نظیر ساختارهای مولکولی و نیز اسکن‌های ام.آر.ای را نیز تحلیل کند. در واقع، واتسون مانند کارکرد بصری مغز انسان توان تحلیل نوشته و تصاویر را دارد.

دومین قابلیت واتسون این است که می‌تواند اطلاعات را به هم مربوط کند. وقتی از واتسون سوالی پرسیده می‌شود، این ابررایانه می‌تواند پاسخ سوال مورد نظر را بیابد. واتسون می‌تواند خواسته فردی را که سوال می‌کند، دریافته و حتی پاسخ سوالاتی عمیق‌تر از آنچه را پرسیده شده است، بدهد.

سومین قابلیت واتسون به منطق آن مربوط می‌شود. وقتی کسی از ما نکته‌ای می‌پرسد، یک پاسخ خام و اولیه در ذهن ما شکل می‌گیرد سپس با شاخ و برگ دادن به آن، به سوال مطرح شده پاسخ می‌دهیم. حال آن که واتسون برخلاف انسان، در یک لحظه همه گزینه‌های ممکن را بررسی کرده و بهترین جواب را برمی‌گزیند.

چهارم این‌که واتسون از یک مدل ریاضیاتی پیچیده به نام یادگیری ماشین (Machine Learning) بهره می‌برد. این ویژگی در اصل در همه انسان‌ها وجود دارد. برای نمونه، هر گاه اطلاعات جدیدی به دست ما می‌رسد، بسرعت اطلاعات پیشین خود را اصلاح می‌کنیم. به همین صورت، هر بار که واتسون اطلاعات جدیدی دریافت می‌کند، این یافته جدید با یافته‌های قبلی مقایسه می‌شود و به این ترتیب مجموع دانش ذخیره شده در ابررایانه اندکی تغییر می‌یابد.

رایانه‌هایی به هوشمندی دانشمندان

همان‌طور که گفته شد، انحصار تولید علم تاکنون در انحصار انسان بوده است. با این حال، با طراحی الگوریتم‌های مناسب داده‌کاوی می‌توان به یافته‌های جدید علمی رسید. اما آیا این ویژگی‌ها تنها روی کاغذ است یا این‌که واقعا یک رایانه می‌تواند به اکتشاف علمی دست یابد؟ چند تجربه موفق صورت‌گرفته دراین خصوص، گویای کارایی این شیوه برای اکتشافات علمی است.

یکی از آخرین دستاوردهای این حوزه به وسیله ابررایانه‌ای که به طور مشترک توسط آی.بی.ام و یک دانشگاه علوم پزشکی در ایالات متحده ساخته شده، سال گذشته توانست به دو اکتشاف مهم در زمینه زیست‌شناسی دست یابد.

در این پروژه، این ابررایانه که KnIT نام دارد، توانست با بررسی هزاران مقاله علمی منتشر شده، دو نوع پروتئین مهم را که می‌تواند برای مبارزه با سرطان کاربرد داشته باشد، بیابد. جالب اینجاست که تا پیش از آن تنها 9 نوع از این پروتئین یافت شده بود. این ابررایانه با بررسی کلیدواژه‌هایی تعیین شده، در میان مقالات متعدد به داده‌کاوی مشغول می‌شود سپس نتایج را تحلیل می‌کند.

یکی از جالب‌ترین این شیوه‌ها، طراحی مدل رایانه‌ای از سلول زنده است. اکنون گروهی از پژوهشگران دانشگاه کارنگی ملون در حال کار برای تکمیل الگوریتمی هستند که با شبیه‌سازی سلول زنده انسان، واکنش‌های مواد مختلف از جمله انواع داروها را روی آن تعیین کند.

هیجان‌انگیز‌ترین قسمت ماجرا در سرعت و نیز حجم کار انجام شده به وسیله این الگوریتم است. برای نمونه، گاهی واکنش یک ماده دارویی با سلول زنده ممکن است چند هفته یا ماه به طول انجامد، اما این الگوریتم می‌تواند کل این فرآیند را طی چند دقیقه شبیه‌سازی کند و به این ترتیب به طور قابل توجهی بر سرعت تولید دانش افزوده می‌شود. گفتنی است، این کار بویژه برای طراحی داروها برای بیماری‌هایی که به‌ناگاه شیوع می‌یابند و دارو یا واکسنی برای آن موجود نیست، می‌تواند بسیار سودمند باشد و به طور بالقوه به نجات جان تعداد زیادی از انسان‌ها بینجامد.

منبع: ضمیمه کلیک
صالح سپهری‌فر