مشكلة علمية أعجزت البشر 50 سنة — حلّها الذكاء الاصطناعي في أسابيع
في عام 1972، قال عالم الكيمياء الحيوية الأمريكي كريستيان أنفنسن في خطاب قبول جائزة نوبل: "إذا عرفنا يوماً كيف تتطوّى البروتينات من تسلسل الأحماض الأمينية إلى شكلها الثلاثي الأبعاد — سنفتح باباً لعلوم الطب لا نستطيع اليوم تخيّله."
قضى البشر بعدها خمسين سنة يحاولون. أفضل العقول. أضخم الأجهزة. أكبر المختبرات في العالم. المسألة بقيت معروفة في الأوساط العلمية بـ"مشكلة طيّ البروتين" — وكانت تُصنَّف بين أصعب عشر مسائل علمية في التاريخ البشري.
في نوفمبر 2020، حلّها برنامج ذكاء اصطناعي في أسابيع.
هذه ليست قصة تقنية. هذه قصة عن عالم يتغيّر بسرعة لم يشهدها من قبل — وأغلب الناس لا يُدركون ما حدث بالفعل.
أولاً: ما هي مشكلة طيّ البروتين — ولماذا تهمّ؟
جسم الإنسان مكوّن من مئات الآلاف من أنواع البروتينات. كل بروتين هو سلسلة من الأحماض الأمينية — يمكنك تشبيهها بعقد من الخرز. هذه السلسلة تنطوي على نفسها بطريقة محددة جداً لتُشكّل شكلاً ثلاثي الأبعاد.
هذا الشكل الثلاثي هو الذي يُحدّد وظيفة البروتين. بروتين ينطوي بشكل خاطئ = مرض. مرض ألزهايمر؟ بروتينات مطويّة بشكل خاطئ في الدماغ. باركنسون؟ نفس الشيء. كثير من أنواع السرطان؟ مرتبطة ببروتينات خاطئة الطيّ.
المشكلة: لم يكن العلماء يستطيعون التنبؤ بكيفية طيّ بروتين ما انطلاقاً من تسلسل أحماضه الأمينية. كانوا يحتاجون إما تجارب معملية باهظة الثمن وطويلة الوقت (سنوات لبروتين واحد) أو حواسيب فائقة تُجري حسابات معقدة جداً.
وإليك الرقم الذي يُبهت: عدد الطرق الممكنة لطيّ بروتين ذي 100 حمض أميني هو 10 أس 300 — وهو عدد يتجاوز عدد ذرات الكون المرئي بمليارات المرات.
خمسون سنة. لا جواب.
ألفافولد — الحل الذي أسكت العالم
في عام 2018، شاركت شركة DeepMind البريطانية (المملوكة لمجموعة Google) في مسابقة علمية دولية تُقيّم دقة التنبؤ بطيّ البروتينات. جاءت في المرتبة الأولى بفارق كبير.
في نوفمبر 2020، عادت بإصدار ثانٍ من برنامجها AlphaFold 2 — وهذه المرة حلّ المشكلة بدقة تُعادل التجارب المعملية الفعلية في معظم الحالات.
قال البروفيسور جون موالت من جامعة أكسفورد: "إذا كان هناك جائزة نوبل للذكاء الاصطناعي، فهذا الإنجاز يستحقها. هذا اختراق من النوع الذي يحدث مرة في عقود."
في عام 2022، أعلنت DeepMind أنها نشرت 200 مليون بنية بروتينية مجاناً لكل علماء العالم. 200 مليون. مجاناً. على الإنترنت.
ليُدرك حجم هذا: كان مجموع ما رسمه العلماء يدوياً خلال خمسين سنة لا يتجاوز 200 ألف بنية.
DeepMind أضافت في أشهر ما يُعادل ألف ضعف ما أنجزه البشر في نصف قرن.
الأنتيبيوتيك الجديد — الذكاء الاصطناعي ضد الموت
في عام 2020، حلّ ذكاء اصطناعي من MIT مشكلة طبية أخرى أرقت العلماء: مقاومة البكتيريا للمضادات الحيوية.
الإحصاءات مُرعبة: منظمة الصحة العالمية تتوقع أنه بحلول 2050 ستقتل البكتيريا المقاومة للمضادات الحيوية 10 ملايين شخص سنوياً — أكثر من السرطان اليوم.
المشكلة: اكتشاف مضاد حيوي جديد يتطلّب عقوداً من البحث وملايير الدولارات. وآخر مضاد حيوي جديد حقيقي اكتُشف عام 1987.
برنامج الذكاء الاصطناعي من MIT درس أكثر من 100 مليون مركّب كيميائي خلال أيام. ووجد مركّباً واحداً فعّالاً ضد البكتيريا المقاومة لكل المضادات الحيوية الموجودة. أسموه Halicin.
الاختبارات المعملية: يقتل أنواعاً من البكتيريا لم يستطع أي مضاد حيوي القضاء عليها. بما فيها Mycobacterium tuberculosis — البكتيريا المسببة للسل المقاومة للعلاج التي يموت منها مليونا شخص سنوياً.
العلم الذي قضى أكثر من ثلاثين سنة يبحث — وجد الذكاء الاصطناعي الجواب في أيام.
الطقس — وما لم تُخبرك به نشرة الأخبار
في نوفمبر 2023، أعلنت شركة DeepMind أن نظامها GraphCast يتنبأ بالطقس لمدة 10 أيام بدقة تتجاوز أفضل أنظمة التنبؤ الجوي التقليدية — التي تعتمد على حواسيب عملاقة تستهلك قدرة كهربائية هائلة.
GraphCast يُنجز هذا التنبؤ في أقل من دقيقة. أنظمة الطقس التقليدية تحتاج ساعات.
في المقارنة التي أجرتها مجلة Science: GraphCast تنبّأ بـإعصار لي 2023 قبل 9 أيام من وصوله بدقة فاقت كل الأنظمة الأخرى. هذا الفارق في التنبؤ يعني إخلاء آلاف الناس قبل وقت أطول. يعني أرواحاً.
GPT — الاختبار الذي أحرج العقول البشرية
في مارس 2023، اختبر باحثون من OpenAI نموذج GPT-4 على مجموعة من الاختبارات البشرية القياسية. النتائج:
- امتحان نقابة المحامين الأمريكية: نجح في المرتبة الـ90 من بين المتقدمين.
- امتحان الطب الأمريكي USMLE: نجح بتفوق.
- امتحان SAT للرياضيات: 800/800.
- اختبار GRE المتقدم في الأحياء: المئين الـ99.
لاحظ: هذا نفس النموذج. نموذج واحد اجتاز امتحانات قانونية وطبية ورياضية في نفس الوقت. الإنسان يحتاج سنوات من التخصص لاجتياز واحد منها.
لكن الأكثر إثارةً ليس ما يُجيده GPT-4. الأكثر إثارةً هو ما ظهر فيه من خصائص لم يُبرمَج عليها:
في تجربة أجرتها Microsoft نشرتها في ورقة بحثية عام 2023 بعنوان "Sparks of AGI" (شرارات الذكاء العام): طُلب من GPT-4 رسم حصان حصراً بأحرف Unicode النصية — وهي مهمة غير موجودة في أي من بياناته التدريبية. رسم الحصان. بشكل مقبول. دون أي تدريب مسبق على هذه المهمة تحديداً.
الباحثون في الورقة: "ما نراه لا يشبه أي نظام ذكاء اصطناعي رأيناه من قبل."
السؤال الذي يُبقي العلماء مستيقظين
كل هذا الذي ذكرناه حدث بين 2020 و2023. ثلاث سنوات.
الأجيال القادمة ستدرس هذه السنوات كما ندرس اليوم اختراع الطباعة أو الكهرباء أو الإنترنت. لحظة قبل ولحظة بعد.
والسؤال الذي لا يستطيع أحد — بصدق — الإجابة عنه اليوم:
إذا كان الذكاء الاصطناعي قادراً على حلّ مشكلات علمية يعجز عنها البشر — وهو يتطوّر بوتيرة مضاعفة كل أشهر — فأين سيكون بعد عشر سنوات؟
بعض العلماء — من بينهم المؤسسون الأوائل لـOpenAI — يقولون: "لا نعرف."
وهذا وحده كافٍ لأن يُبقيك مستيقظاً.
اللمسة الإنسانية — ماذا يعني هذا لكل واحد منّا؟
يمكنك قراءة هذا كقصة تقنية باردة. لكنها ليست كذلك.
هناك الآن في مكان ما طفل مريض بنوع نادر من السرطان. أطباؤه لا يجدون علاجاً لأن البروتين المسؤول عن مرضه لم يُدرَس بما يكفي. بعد سنوات — ربما سيفتح طبيب شاب AlphaFold ويجد بنية البروتين جاهزة، ويُصمّم دواءً هدفه هذا البروتين تحديداً. وقد ينجو الطفل.
الذكاء الاصطناعي ليس قصة عن آلات. هو قصة عن البشر. عمّا يمكن أن يُنجزوه حين يُوسّعون قدراتهم بأدوات أقوى.
التاريخ لم ينتهِ. الفصل التالي يُكتب الآن.
هل يُشعرك الذكاء الاصطناعي بالأمل أم بالقلق؟ وما المجال الذي تتمنى أن يُحلّه الذكاء الاصطناعي التالي؟ رأيك في التعليقات — نقرأ كل تعليق.











تعليقات
إرسال تعليق