فهم السبب والنتيجة في علم الأحياء

قد تتعدد وتتنوع المشكلات التي يصعب حلّها في عالمنا، ولربما على رأس القائمة التي نتحدث عنها يأتي فهمنا لعلم الأحياء بشكلٍ أعمق حتى نتمكن من تحسين صحة الإنسان.

البروفيسور كون زانغ

يسعى زانغ إلى تطوير قدرات ذكاء اصطناعي يمكنها أن تميط اللثام عن جوهر الأشياء وتكتشف تفاصيله الخفية وتتنبأ بالعلاقة بين السبب والنتيجة، أو السببية – كما يصفها جمهور العلماء في مجال العلوم – انطلاقاً مما يمكن ملاحظته أو قياسه. ويهدف زانغ من خلال هذا المجهود البحثي إلى فهم الكيفية التي تؤدي بها حالة أو حدث ما إلى حالة جديدة أو حدث آخر ثم الإجابة عن سؤال إذا ما كانت هناك أية قوى أخرى تقف وراء هذه التغييرات. ويُشكل الكشف عن العلاقة السببية قضية محورية بالنسبة لتخصصات مختلفة انطلاقاً من علم الاقتصاد إلى علم الأوبئة.

العلاقة السببية مهمة أيضاً بالنسبة لمبحث الأحياء وعلومه، حيث إن فهم العلماء الدقيق والعميق للعلاقة بين السبب والنتيجة، قد يمكنهم من التوصل إلى اكتشافات تكون السبب في دعم جهود تطوير عقاقير وأدوية قادرة على الحد من تطور بعض الأمراض أو ربما تمنع الإصابة بها نهائياً.

ويعتقد، في هذا الصدد، نائب الرئيس والأستاذ في قسم تعلم الآلة ومدير إدارة مركز الذكاء الاصطناعي التكاملي في جامعة محمد بن زايد للذكاء الاصطناعي، البروفيسور كون زانغ أن تكنولوجيا الذكاء الاصطناعي يمكنها لعب دور مهم في مساعدة العلماء على تطوير الجيل التالي من الأدوية التي قد تساعدنا على تحسين صحتنا والعيش لمدة أطول.

الحقيقة أن هذه المهمة ليست بالهينة، حيث يجب علينا – يقول زانغ – “استثمار المزيد من الجهد في سبيل تغيير عالمنا إلى الأفضل من خلال تعزيز معرفتنا واكتشاف الكون من حولنا”.

تحقيق هذا الهدف هو ما يجعل مبحث الأحياء وعلومه مجالاً متميزاً عن غيره من العلوم كما يوضح زانغ ذلك قائلاً: “ثمة فرق جوهري بين علوم الحياة والمجالات الأخرى من نواح عدة، حيث يتمثل هدف هذا المبحث في القدرة على فهم حالة المرض أو سبب الحالة من أجل تغييرها”.

نموذج أساسي متين

ودعماً للجهود البحثية الرامية إلى تعميق فهم العلماء للعلاقة بين السبب والنتيجة في علم الأحياء، يعمل زانغ مع زملائه على تطوير ما يُعرف في تكنولوجيا الذكاء الاصطناعي بالنموذج الأساسي لعلم الأحياء. والنماذج الأساسية هي عبارة عن تطبيقات كبير قائم على تعلم الآلة يتم تدريبها باستخدام مجموعات ضخمة ومتنوعة من البيانات. وتتميز هذا النماذج أيضاً باتساع نطاقها وقدرتها على أداء مجموعة واسعة من المهام.

كما أن هذه النماذج تتسم بتعدد وسائطها، حيث يمكنها تحديد العلاقات ومعالجتها باستخدام أنواع مختلفة من المعلومات المستقاة على سبيل المثال من السرديات والصور ومجموعات البيانات. ويمكن أيضاً تكييفها أو ضبطها بدقة لتطبيقات محددة، مما يجعلها قابلة للاستخدام في مجموعة متنوعة من المهام.

ويُعَدّ “جي بي تي-4″، في هذا السياق، الذي طورته شركة “أوبن أيه آي” نموذجاً أساسياً متيناً في معالجة اللغات البشرية، مثل اللغة الإنجليزية، لكن زانغ يسعى إلى تطوير نموذج أساسي لعلم الأحياء يمكنه أن يقدم فهماً أعمق، ويكون هدفه كحدٍ أدنى هو تسريع الاكتشافات العلمية. ويفيد زانغ، في هذا السياق، قائلاً: “نريد تمكين العلماء من فهم أسباب المشكلات الصحية، وكيف يمكن علاجها، وكيف يمكن أن تحدث أو تتأثر هذه المشكلات الصحية بفعل البيئة”.

ويضيف المتحدث ذاته أن علم الأحياء هو أكثر تعقيداً من مجالات أخرى مثل اللغة البشرية، لأنه من الصعب الحصول على تفسيرات سببية للعلاقات التابعة في علم الأحياء واستغلالها، بينما في اللغة “غالباً ما تكون هناك علاقة مباشرة بين المعنى وما نقوله”. ويتابع زانغ موضحاً أن الطموح هو تطوير نموذج أساسي لعلم الأحياء بمستوى يجعله قادراً على تمييز العلاقات والتأثيرات التي تشمل عمليات مثل الانتقاء الطبيعي والتطور.

ويعتقد زانغ أنه يمكن تطوير النسخة الأولى من هذا النموذج الأساسي الخاص بعلم الأحياء في السنوات القليلة المقبلة، ويشير قائلاً: “إننا بصدد تطوير الجيل الأول من النماذج الأساسية الخاصة بعلم الأحياء اعتماداً على البيانات المتاحة لنا. وهدفنا في المستقبل هو أن نتمكن من توليد فرضيات باستخدام هذا النموذج. كما سنكون – يقول – قادرين على تجميع المزيد من البيانات الجيدة للتوصل إلى استنتاجات حول صحتنا”.

ويهتم زانغ، على صعيد آخر، بتطبيق تقنيات تعلم الآلة أيضاً على مجالات أخرى. ويتعلق أحد المشاريع التي يعمل عليها باضطراب نقص الانتباه مع فرط النشاط لدى الأطفال، وهي حالة تتميز بعدم الانتباه وفرط النشاط والاندفاع. وغالباً ما يواجه الأطفال المصابون بهذا الاضطراب صعوبة في التركيز على المهام والأنشطة التي يقومون بها. وقد يؤدي عدم القدرة على التركيز أيضاً لدى هؤلاء الأطفال إلى الجعل المواقف الاجتماعية صعبة.

يدرس البروفيسور زانغ وزملاؤه كيفية استجابة الأطفال المصابين بهذه الحالة للمنبهات من خلال لعب ألعاب فيديو مصممة خصيصاً لهم. ويعتقد البروفيسور أن هذا النهج سيمكنه مع زملائه من فهم حالة اضطراب نقص الانتباه مع فرط النشاط، وربما سيساعدهم هذا الفهم في تطوير طرق جديدة لعلاجه.

تشمل مجالات البحث الأخرى استخدام تعلم الآلة لتعميق فهم علم النفس البشري، وكذلك في مجال التمويل للمساعدة في فهم أنماط البيانات غير البديهية. وبحسب زانغ: “تظل الرعاية الصحية هي المجال المثالي حيث يمكن لتكنولوجيات الذكاء الاصطناعي إحداث الفرق وإضافة القيمة لحياة البشر”.

مستقبل أفضل

إن توقعات زانغ بشأن الذكاء الاصطناعي والدور الذي يمكن أن يؤديه لتحسين حياة البشر هي توقعات طموحة. لكنه قلق من المسار الحالي الذي يسلكه هذا المجال، وخاصةً من الطريقة التي تُستخدَم بها خوارزميات تعلم الآلة في وسائل التواصل الاجتماعي ووسائل الإعلام لإعطاء الأشخاص توصيات تتعلق بالمحتوى تؤدي إلى تشكيل تصورهم للعالم.

ويقول زانغ: “تتمتع هذه الشركات بالقدرة على إعادة تحديد معالم المجتمع، ويجب أن تكون شفافة بشأن ما تحاول تحقيقه وفي عملياتها وكيفية استفادتها من المستخدمين”. كما يعتقد زانغ أنه يجب التحدث عن كيفية قيام الشركات الكبيرة بتدريب أنظمة الذكاء الاصطناعي الخاصة بها على البيانات التي ينتجها الأشخاص من دون التعويض لهم.

وتشكل النية إحدى الاعتبارات المهمة بالنسبة لـ زانغ. فقد تم تطبيق العديد من أدوات تعلم الآلة في بعض المجالات مثل التسويق والإعلان، ولتحديد تجربة المستخدم على منصات التواصل الاجتماعي، مما أدى إلى إنشاء نوع من عدم التوازن بين شركات التكنولوجيا والأشخاص الذين يتفاعلون مع أدواتها.

ويتساءل زانغ عما “إذا كنا نتعرض للاستغلال من هذه الشركات، كيف يمكننا الحفاظ على استقلالنا؟”. ويضيف قائلاً: “على شركات الذكاء الاصطناعي أن تعامل المستخدمين كأشخاص لهم مستقبل. ويجب أن تهتم ببُعد المستقبل عند نشر أي أداة للذكاء الاصطناعي”.