كشف باحثون عن نموذج جديد للذكاء الاصطناعي يعمل كمستشار للعلماء داخل المختبرات الذاتية القيادة، بدلا من الاستحواذ الكامل على عملية الاكتشاف العلمي.

ويهدف هذا النهج إلى إبقاء العلماء في دائرة اتخاذ القرار، مع الاستفادة من قدرات الذكاء الاصطناعي في تحليل البيانات وتسريع النتائج بشكل كبير وذلك بحسب موقع Interesting Engineering.

جدل حول دور الذكاء الاصطناعي في المختبرات

مع تزايد الاعتماد على المختبرات ذاتية القيادة، احتدم النقاش العلمي حول ما إذا كان ينبغي للآلات أن تتولى التجارب بالكامل، أم تظل أداة مساعدة للباحثين البشر.

وتقترح دراسة جديدة صادرة عن مختبر أرغون الوطني وجامعة شيكاغو نهجًا ثالثًا، يقوم على تقاسم السيطرة بين الإنسان والذكاء الاصطناعي.

ما هو مستشار الذكاء الاصطناعي؟

قدّم الباحثون نموذجا يُعرف باسم AI Advisor، وهو نظام مصمم لتوجيه المختبرات الذاتية القيادة دون فرض استراتيجية واحدة ثابتة.

ويقوم هذا المستشار بمراقبة النتائج باستمرار، ويُنبّه العلماء في اللحظات التي يمكن أن يُسهم فيها التدخل البشري في تحسين الأداء أو تعديل المسار البحثي.

تعاون مستوحى من أنظمة التداول المالي

طُوّر النموذج على يد فريق بحثي بقيادة الأستاذ المساعد جي شو من كلية بريتزكر للهندسة الجزيئية بجامعة شيكاغو، والذي يشغل أيضا منصبا مشتركا في مختبر أرغون.

واستوحى الفريق فكرة النظام من البرمجيات المستخدمة في أسواق التداول المالي، حيث يتولى الذكاء الاصطناعي تحليل البيانات لحظيًا، بينما يحتفظ الخبراء البشريون بالقرارات الاستراتيجية.

مراقبة الأداء والتنبيه عند الحاجة

يوضح شو أن المستشار يقوم بتحليل البيانات في الوقت الفعلي، ويراقب مسار الاكتشاف العلمي داخل المختبر.

وقال:

«إذا لاحظ المستشار تراجعًا في الأداء، فإنه يُنبه الباحثين لمعرفة ما إذا كانوا يرغبون في تغيير الاستراتيجية أو إعادة ضبط مساحة التصميم».

مرونة تزيد كفاءة الاكتشاف العلمي

على عكس المختبرات الذاتية التقليدية التي تتبع خطة واحدة من البداية إلى النهاية، يتميز هذا النظام بقدرته على التكيف المستمر مع تطور التجارب.

وأشار شو إلى أن هذه المرونة تجعل سير العمل البحثي أكثر ديناميكية، وتؤدي إلى تحسين كبير في النتائج النهائية.

نهج تعاوني بدل المنافسة بين الإنسان والآلة

أكد هنري تشان، الباحث المشارك في الدراسة وعالم في قسم علوم وتكنولوجيا النانو بمختبر أرغون، أن الهدف ليس المفاضلة بين البشر والذكاء الاصطناعي.

وقال:

«نحن نتبنى نهجا تعاونيا يتيح للبشر المشاركة الفاعلة في العملية، ونسعى إلى تحقيق اكتشاف مشترك بين الإنسان والآلة».

اختبار عملي داخل مختبر ذاتي القيادة

لاختبار النموذج، جرى تطبيقه في مختبر Polybot، وهو مختبر ذاتي القيادة تابع لمركز المواد النانوية في مختبر أرغون.

وكُلّف النظام بتصميم بوليمر موصل مختلط للأيونات والإلكترونات (MIECP)، وهو مادة تُستخدم في التطبيقات الإلكترونية المتقدمة.

أظهرت النتائج أن المواد التي طُوّرت باستخدام مستشار الذكاء الاصطناعي حققت تحسنًا بنسبة 150% في الأداء التوصيلي المختلط، مقارنة بأفضل الطرق المتاحة سابقا.

فهم أعمق لأسباب التحسن

لم يقتصر دور المستشار على تحسين الأداء فحسب، بل ساعد أيضا في تفسير أسباب هذا التحسن.

وحدد النظام عاملين رئيسيين:

زيادة المسافة بين الصفائح البلورية

ارتفاع المساحة السطحية النوعية

وهو ما أدى إلى تحسين السعة الحجمية للمادة.

لماذا لا يزال دور الإنسان مهما؟

أوضحت الأستاذة المشاركة سيهونغ وانغ من جامعة شيكاغو أن أبحاث علم المواد تسعى لتحقيق هدفين متلازمين:

تحسين أداء المواد

فهم العلاقة بين التصميم والنتائج

وأضافت أن توسيع نطاق التغيرات البنيوية باستخدام الذكاء الاصطناعي ساعد في تحقيق الهدفين معا.

الذكاء الاصطناعي وحدوده الحالية

يشير الباحثون إلى أن الذكاء الاصطناعي لا يزال يواجه صعوبات عند التعامل مع مجموعات بيانات صغيرة، وهي الحالات التي تظل الحدس البشري فيها ضروريا.

وقال شو:

«الذكاء الاصطناعي ممتاز في تحليل البيانات، لكنه يضعف عندما تكون البيانات محدودة».

مستقبل أكثر تكاملا بين الإنسان والآلة

يتطلع الفريق البحثي إلى تعزيز التفاعل الثنائي بين البشر والذكاء الاصطناعي، بحيث يتعلم النظام مستقبلاً من قرارات العلماء، ويُحسن من قدراته التحليلية والاستدلالية.

نُشرت الدراسة التي توضح إطار عمل مستشار الذكاء الاصطناعي في مجلة Nature Chemical Engineering.