این هوش مصنوعی زبان گیاهان را می‌فهمد

آیا گیاهان هم صحبت می‌کنند؟ اگر خیلی خیال پرداز باشیم بدون شک جوابمان به این سوال مثبت است. اما به تازگی گروهی از پژوهشگران هوش مصنوعی را توسعه داده‌اند که این تصور خیال‌انگیز را به دنیای واقعی آورده و می‌تواند زبان گیاهان را رمزگشایی کند.

زبان ژنتیکی؛ راز و رمز ارتباط گیاهان

مفهوم زبان در ادبیات و لفظ قابل فهم برای انسان با آن چیزی که در دنیای نباتات وجود دارد متفاوت است. در واقع دانشمندان برای برقراری ارتباط گیاهان با یکدیگر مفهوم، زبان ژنتیکی را مطرح کرده‌اند که ساختار و افق متفاوتی را دنبال می‌کند.

زبان ژنتیکی همانند زبان‌های انسانی است که برای انتقال اطلاعات استفاده می‌شود، با این تفاوت که در این زبان، اطلاعات به‌طور شیمیایی و با استفاده از توالی‌های نوکلئوتیدی کدگذاری شده‌اند. RNA که به نوعی کپی موقت از اطلاعات ژنتیکی DNA است، نقش مهمی در ترجمه این کدها به پروتئین‌ها و انجام کارهای سلولی دارد. این زبان به‌طور عمده شامل توالی‌های خاصی از نوکلئوتیدها (واحدهای ساختاری DNA و RNA) است که به ترتیب‌های خاصی چیده شده‌اند تا اطلاعات ژنتیکی را منتقل کنند.

اما همانطور که در مقدمه این مطلب عنوان شد، دانشمندان مدل هوش مصنوعی را توسعه داده‌اند که بتواند این زبان را درک کند. بنابر گزارش ScienceDaily، مدل هوش مصنوعی PlantRNA-FM که توسط محققان مرکز جان اینس و دانشگاه اکستر توسعه یافته، زبان ژنتیکی RNA گیاهان را از طریق تجزیه و تحلیل الگوهای توالی‌ها و ساختارهای RNA در گونه‌های مختلف گیاهان رمزگشایی می‌کند.

این فناوری نوآورانه درک جدیدی از عملکردهای RNA ارائه می‌دهد و پتانسیل نوآوری در علوم گیاهی، بهبود محصولات کشاورزی و طراحی ژن‌ها را دارا است. مدل PlantRNA-FM که بر اساس داده‌های RNA از بیش از ۱۱۰۰ گونه گیاهی آموزش دیده، الگوهای ژنتیکی را برای پیشبرد علوم گیاهی، بهبود محصولات کشاورزی و مقابله با چالش‌های جهانی کشاورزی رمزگشایی می‌کند.

همچنین مدل هوش مصنوعی پیشرفته‌ای که برای رمزگشایی توالی‌ها و الگوهای ساختاری تشکیل‌دهنده زبان ژنتیکی گیاهان طراحی شده، توسط یک همکاری تحقیقاتی معرفی شده است. این مدل نوآورانه با نام PlantRNA-FM اولین مدل از نوع خود است.

محققان حاضر در این پژوهش معتقدند که این مدل یک پیشرفت فناورانه هوشمند است که می‌تواند کشف و نوآوری در علوم گیاهی را با رویکردی جدید به پیش برده و حتی در مطالعه بی‌مهره‌گان و باکتری‌ها نیز کاربردهایی داشته باشد.

فرایند متفاوت رمزگشایی زبان گیاهان

RNA، همانند هم‌خانواده شناخته‌شده‌اش یعنی DNA، مولکولی حیاتی در تمامی موجودات است که مسئول انتقال اطلاعات ژنتیکی از طریق توالی‌ها و ساختارهای خود می‌باشد. در ژنوم، ساختار RNA از ترکیب واحدهای ساختاری به نام نوکلئوتیدها تشکیل می‌شود که به‌طور مشابه با ترکیب حروف الفبا، کلمات و عبارات در زبان را می‌سازند.

برای درک بهتر زبان پیچیده RNA در عملکردهایش، گروه پروفسور دینگ با گروه دکتر کی لی در دانشگاه اکستر همکاری کرده است. آنها به‌طور مشترک مدل PlantRNA-FM را توسعه داده‌اند. این مدل که با استفاده از مجموعه داده عظیمی شامل ۵۴ میلیارد قطعه اطلاعات RNA که الفبای ژنتیکی را در ۱۱۲۴ گونه گیاهی تشکیل می‌دهد، آموزش داده شده است.

در هنگام ایجاد PlantRNA-FM، محققان از روش‌شناسی مشابهی استفاده کردند که در آن مدل‌های هوش مصنوعی مانند ChatGPT برای درک زبان انسانی آموزش می‌بینند. این مدل هوش مصنوعی با مطالعه اطلاعات RNA از گونه‌های گیاهی مختلف در سطح جهانی، زبان گیاهی را آموخته تا دیدگاهی جامع از نحوه عملکرد RNA در سراسر دنیای گیاهی بدست آورد.

همان‌طور که ChatGPT قادر است زبان انسانی را درک و به آن پاسخ دهد، مدل PlantRNA-FM نیز یاد گرفته است تا دستور زبان و منطق توالی‌ها و ساختارهای RNA را درک کند.

محققان از این مدل برای پیش‌بینی‌های دقیق در خصوص عملکرد RNA و شناسایی الگوهای ساختاری خاص RNA در سراسر مجموعه انتقال اطلاعات بین گیاهان استفاده کرده‌اند.

دکتر هاوپنگ یو، پژوهشگر فوق‌دکتری در گروه پروفسور یلیانگ دینگ در مرکز جان اینس، می‌گوید:

در حالی که توالی‌های RNA ممکن است برای چشم انسان تصادفی به نظر برسند، مدل هوش مصنوعی ما یاد گرفته است که الگوهای پنهان درون آنها را رمزگشایی کند.

پروفسور دینگ همچنین به این نکته اشاره کرده که مدل PlantRNA-FM تنها یک نسخه اولیه و آغاز کار در این حوزه پژوهشی است.

کاربردهای مدل هوش مصنوعی زبان گیاهان

فارغ از بحث عمیق علمی و ژنتیکی، این سوال مطرح است که این مدل زبان گیاهان بر پایه هوش مصنوعی چه کاربردهایی می‌تواند داشته باشد. دکتر دینگ در پاسخ به این سوال می‌گوید:

این پیشرفت امکانات جدیدی برای درک و احتمالاً برنامه‌ریزی گیاهان فراهم می‌آورد که می‌تواند تأثیرات عمیقی بر بهبود محصولات کشاورزی و نسل بعدی طراحی ژن‌های مبتنی بر هوش مصنوعی داشته باشد. هوش مصنوعی به‌طور فزاینده‌ای در کمک به دانشمندان گیاه‌شناسی برای مقابله با چالش‌ها، از تغذیه جمعیت جهانی گرفته تا توسعه محصولات کشاورزی که می‌توانند در شرایط اقلیمی تغییر یافته رشد کنند، نقش اساسی ایفا می‌کند.

برای کسب اطلاعات بیشتر در مورد این مدل زبانی هوش مصنوعی می‌توانید مقاله مرتبط با آن در نشریه Nature را بخوانید.