هوش مصنوعی تخمین می‌زند سن واقعی بدن شما چقدر است.

به گزارش خبردونی، گروهی از پژوهشگران یک سیستم هوش مصنوعی پیشرفته را به منظور بررسی پیری و سن بیولوژیکی انسان طراحی کرده‌اند. این سیستم به دانشمندان کمک می‌کند تا سرعت پیر شدن بدن و عوامل موثر در این فرآیند را بررسی کنند. سامانه یادشده با استفاده از داده‌های زیستی مرتبط با پیری آموزش دیده و شامل ۱۷ آزمون برای ارزیابی عملکرد مدل‌های هوش مصنوعی در این زمینه است.

در این گزارش به موضوعات زیر پرداخته شده است:

– روش‌های اندازه‌گیری سن بیولوژیکی توسط هوش مصنوعی
– تفاوت سن بیولوژیکی و سن شناسنامه‌ای
– چگونگی بررسی سرعت پیری توسط ساعت‌های زیستی
– آزمایش‌های انجام شده بر روی ۲۳ مدل هوش مصنوعی
– عملکرد بهتر مدل‌های خاص نسبت به مدل‌های بزرگتر در آزمون‌ها
– کمک هوش مصنوعی به کشف اهداف دارویی مربوط به پیری
– احتمال ساخت ساعت‌های زیستی با هوش مصنوعی در آینده
– توانایی واقعی هوش مصنوعی در پیش‌بینی سرعت پیری و طول عمر

### هوش مصنوعی و مطالعه پیری

مفهوم پیری همواره ذهن پژوهشگران را مشغول کرده است. در این راستا، پژوهشگران در یک مطالعه جدید به معرفی سامانه‌ای هوش مصنوعی پرداخته‌اند که شامل مدل‌هایی بزرگ با داده‌های مربوط به زیست‌شناسی پیری است. همچنین، ۱۷ وظیفه مختلف طراحی شده تا قابلیت‌های مدل‌های هوش مصنوعی در تحلیل داده‌های مرتبط با پیری مورد بررسی قرار گیرد.

این سامانه علاوه بر مدل‌های زبانی، ابزارهایی خاص برای انجام تحقیقات پیرامون پیری و دستیارهایی هوشمند را نیز برای پژوهشگران فراهم کرده تا تحلیل‌های پیچیده‌تر امکان‌پذیر باشد.

### سن بیولوژیکی و تفاوت آن با سن شناسنامه‌ای

سن شناسنامه‌ای فقط به تعداد سال‌های زندگی افراد اشاره دارد، در حالی که سن بیولوژیکی تلاش دارد نشان دهد وضعیت زیستی فرد تا چه حد پیر شده است. دانشمندان برای این منظور، «ساعت‌های زیستی» مختلفی را طراحی کرده‌اند که به ارزیابی عوامل مختلفی نظیر فعالیت ژن‌ها و سطح پروتئین‌ها می‌پردازند.

مهم است که به یاد داشته باشیم، ممکن است دو فرد هم‌سن از نظر شناسنامه‌ای نشانه‌های زیستی متفاوتی از پیری داشته باشند. با این حال، تفسیر وضعیت ساعت‌های زیستی هنوز به طور کامل مشخص نیست.

### چالش‌های اندازه‌گیری سن بیولوژیکی

با پیشرفت ابزارهای سنجش سن بیولوژیکی، سوالات بیشتر و بیشتری درباره نتایج آن‌ها به وجود آمده است. به عنوان مثال، اگر دارویی نشان دهد که سن بیولوژیکی فرد کاهش یافته است، آیا این به معنی معکوس شدن پیری است یا فقط بهبود وضعیت سلامت عمومی؟

چیارا هرتسوگ، پژوهشگر در زمینه اپی‌ژنتیک، این پرسش را یکی از چالش‌های اصلی در علم پیری می‌داند.

### آزمایش‌های انجام شده توسط پژوهشگران

برای ارزیابی توانایی مدل‌های هوش مصنوعی، پژوهشگران ۱۷ آزمون طراحی کردند که پنج نوع مختلف داده زیستی را شامل می‌شود: اطلاعات بالینی، داده‌های اپی‌ژنتیکی، فعالیت ژن‌ها، میزان پروتئین‌ها و توالی‌های ژنتیکی. در یکی از آزمایش‌ها، مدل هوش مصنوعی باید با استفاده از این اطلاعات، سن را بین دو فرد مقایسه کند و تشخیص دهد که کدامیک مسن‌تر است.### هوش مصنوعی در تخمین سن بیولوژیکی و پیری

تحقیقات جدید به بررسی ۲۳ مدل هوش مصنوعی پرداخته است که ۱۸ مدل آن عمومی و پنج مدل دیگر تخصصی برای تخمین سن بر اساس پروتئین‌های موجود در خون آموزش دیده‌اند. این تحلیل‌ها نشان می‌دهد که مدل‌های هوش مصنوعی طراحی‌شده برای اهداف خاص و تحقیقاتی در زمینه پیری، در برخی موارد عملکرد بهتری نسبت به مدل‌های عمومی و بزرگ‌تر از خود نشان داده‌اند، هرچند این دستاورد در تمامی آزمون‌ها قابل مشاهده نبوده است. نتیجه‌گیری این مطالعه حکایت از آن دارد که ابعاد بزرگ‌تر یک مدل لزوماً به معنای کارایی بالاتر آن نیست و آموزش بر اساس داده‌های مرتبط می‌تواند در زمینه‌های خاص اهمیت بالایی داشته باشد.

مارینکا زیتنیک، پژوهشگر علوم رایانه در دانشگاه هاروارد، این مطالعه را به‌عنوان گامی مهم در پیشرفت مدل‌های هوش مصنوعی در زمینه پیری تلقی می‌کند.

### نقش هوش مصنوعی در شناسایی اهداف دارویی

پژوهشگران فراتر از ارزیابی مدل‌ها رفته و یکی از این مدل‌های تخصصی را به همراه سامانه‌های متصل به ایجنت‌های هوش مصنوعی به کار گرفته‌اند تا اهداف دارویی مرتبط با پیری را شناسایی کنند. هدف از این رویکرد، جستجوی ارتباطات پیچیده میان داده‌های زیستی است که ممکن است برای انسان‌ها به آسانی قابل شناسایی نباشد. این روش می‌تواند به پیدایش مسیرهای جدید زیستی و شناسایی اهداف احتمالی برای درمان بیماری‌ها و فرآیند پیری کمک کند.

### تغییرات در ساعت‌های زیستی با کمک هوش مصنوعی

یکی از جنبه‌های کلیدی این پژوهش، تحول در روش ساخت و استفاده از ساعت‌های بیولوژیکی است. ساعت‌های کنونی به‌طور عمده بر مبنای ارتباط بین شاخص‌های زیستی و سن کاربران طراحی شده‌اند؛ اما انتظار می‌رود مدل‌های هوش مصنوعی با ترکیب داده‌های متنوع، تصوری دقیق‌تر از وضعیت بیولوژیکی افراد ارائه دهند. الکس ژاوارونکوف، مدیرعامل Insilico Medicine، معتقد است که ساعت‌های زیستی آینده به‌زودی بیشتر به این مدل‌ها وابسته خواهند شد.

با این وجود، هوش مصنوعی هنوز به ابزاری برای پیش‌بینی دقیق طول عمر یا جلوگیری از پیری تبدیل نشده و هدف فعلی آن، اندازه‌گیری نشانه‌های پیری و درک عمیق‌تر آن است.

### چالش‌های هوش مصنوعی در شناسایی پیری

پژوهش‌های اخیر نشان می‌دهد که هوش مصنوعی می‌تواند به‌عنوان ابزاری قدرتمند در مطالعه سن بیولوژیکی و فرایند پیری عمل کند، اما همچنان با چالش‌هایی مواجه است. یکی از مهم‌ترین چالش‌ها، عدم وجود تعریف جامع و دقیق از مفهوم «پیری» توسط دانشمندان است. حتی اگر یک مدل هوش مصنوعی قادر به تخمین سن بیولوژیکی باشد، تفسیر این نتایج برای سلامت و طول عمر فرد نیازمند پژوهش‌های بیشتری است.

در نهایت، هوش مصنوعی به‌زودی قرار نیست راز جاودانگی را فاش کند، اما می‌تواند در جهت اندازه‌گیری دقیق‌تر پیری و درک بهتر سازوکارهای آن به پژوهشگران یاری رساند.