Moonshot AI تستهدف الاكتشافات العلمية بنماذج Kimi
تركز شركة Moonshot AI الصينية الناشئة في مجال الذكاء الاصطناعي، مطوّرة نماذج Kimi، على الاكتشافات العلمية، لتنضم بذلك إلى منافسيها الأمريكيين في مسعى تحويل الذكاء الاصطناعي إلى محرك للبحث.
وتستكشف الشركة، ومقرها بكين، بصورة متزايدة تطبيقات تتطلب قدرات متقدمة في استدلال الذكاء الاصطناعي، لا سيما في البيولوجيا والكيمياء والبحوث الصيدلانية.
وقال جياكومو فيكاري، مدير الشؤون الدولية في Moonshot، خلال كلمة رئيسية في مؤتمر Web Summit التقني في لشبونة: «الإثارة الحقيقية هي… العلم». وأشار إلى أن قطاعي التمويل والقانون يقفان عند مستوى ذكاء مماثل لمستوى البرمجة، بينما يدفع العلم الحدود إلى أبعد من ذلك.
وأوضح فيكاري أن البرمجة قادت قدراً كبيراً من الطلب الأخير على نماذج الذكاء الاصطناعي المتقدمة، وأنها تقترب من التشبع من حيث التقدم التقني. ودفع ذلك Moonshot إلى دراسة تطبيقات في البحث العلمي والصيدلاني.
وأشار إلى أن OpenAI تركز كثيراً على الرياضيات، بينما تركز Moonshot على البيولوجيا والكيمياء، مؤكداً التقدم المحتمل في مجال الأدوية.
وبدأت Moonshot تنفيذ طموحاتها. فقد أعلنت شركة DP Technology، وهي شركة ناشئة في بكين تعمل على توظيف الذكاء الاصطناعي في العلوم، مؤخراً عن تعاون مع Moonshot لدمج نموذج Kimi K3.1 Pro في وكيلها البحثي المخصص للتطبيقات الطبية الحيوية.
وأفادت DP Technology بأن نموذج Kimi K3.1 Pro، مقترناً بأداة البرمجة الخاصة بها، حصل على أعلى درجة في تقييم داخلي لنماذج الذكاء الاصطناعي في مهام البحث البيولوجي، مقارنةً بتوليفات أخرى من النماذج لم تكشف عنها.
وفي أحد العروض التوضيحية، حلل وكيل DP Technology البحثي BioMaster ونموذج Kimi بيانات التعبير الجيني من 3696 خلية بنكرياسية فأرية، وحددا 100 جين مرشح لمزيد من الدراسة في نحو 90 دقيقة، وهو أسرع بكثير من العمل البشري المقدّر بأربع ساعات.
ورغم أن هذه النتائج تُظهر كيف يمكن للنماذج المتقدمة أتمتة تحليل البيانات المستهلك للوقت، فإنها لا تُثبت القدرة على تحقيق اختراقات علمية مستقلة.
وشُدد على هذا التمييز في ورقة بحثية حديثة شارك في تأليفها مؤسس Moonshot يانغ تشيلين وعالم الحاسوب أندرو ياو الحائز جائزة Turing. وفحصت الدراسة ما إذا كانت نماذج الذكاء الاصطناعي الرائدة قادرة على المساهمة في بحث رياضي أصيل.
وقدّم الباحثون معياراً تقييمياً يتألف من 100 مهمة، تشمل إثبات نظريات رياضية ومحاولات لحل مسائل نظرية طويلة الأمد في علوم الحاسوب النظرية.
ووجدوا أنه رغم قدرة النماذج المتقدمة على إنتاج نتائج قابلة للتحقق والمساعدة في مهام بحثية معقدة، فإن أياً منها لم يتمكن من حل التخمينات الرياضية المفتوحة في المعيار التقييمي بشكل مستقل، ما يبرز في آن واحد الإمكانات والقيود الحالية للذكاء الاصطناعي في البحث المستقل.
ولم ترد Moonshot على الفور على طلب للتعليق.
ويأتي توجه الشركة إلى البحث العلمي وسط مزاعم منافسين أمريكيين بتحقيق إنجازات علمية. ففي الشهر الماضي، أعلنت OpenAI في منشور على مدونة أن نماذجها حققت ثلاثة اكتشافات جديدة في الرياضيات وعلوم الحاسوب والفيزياء، وولّدت براهين لمسائل طويلة الأمد. غير أن هذه النتائج واجهت انتقادات من المجتمع العلمي، لا سيما بين علماء الرياضيات.
وفي سبتمبر، زعمت Anthropic أن باحثيها استخدموا نموذج Claude لاكتشاف نظام إنزيمي جديد.
ورغم هذه التطورات، لا يزال المطلعون على الصناعة حذرين بشأن تأثير الذكاء الاصطناعي على المدى القريب في البحث والتطوير الصيدلاني. فقد وجد استطلاع أجرته Citi في يونيو بين 50 من المديرين التنفيذيين للبحث والتطوير الصيدلاني في الولايات المتحدة أن 24% فقط يتوقعون أن يحسّن الذكاء الاصطناعي بشكل كبير احتمال نجاح الأدوية، رغم أن 72% منهم أشاروا إلى أن شركاتهم توسّع نطاق التقنية أو وسّعته بالكامل عبر عمليات البحث.
المصدر: SCMP Tech (Asia)