في عالم الذكاء الاصطناعي (AI)، نشهد اليوم طفرة غير مسبوقة بفضل تطوير منصات Agentic. فقد بدأنا بتوجيه وكيل ذكي لإنشاء منصتين مستقلتين بالكامل، تركزان على تدريب نماذج تعلم الآلة (Machine Learning) التي تتنبأ بتفاعلات البروتين بين البشر (Human-Human) والفيروسات (Virus-Human).
المنصة الأولى: التدريب المستقل على نماذج التنبؤ
تم تصميم هذه المنصة الأولى لتشمل خمسة وكلاء ذكاء اصطناعي، يتولون مهام جمع البيانات بشكل مستقل، والتحقق منها، وتضمين الميزات، وكذلك تصميم النموذج، والتدريب والتحقق من وجود البيانات عبر ثلاثة مجاميع من البيانات القابلة للفصل بين البروتينات.
وبالنسبة للتفاعلات بين البشر والفيروسات، تم تحقيق دقة تصل إلى 87.3%، بينما تحققت دقة لمعدل التفاعلات بين البشر بلغت 86.5%، مما يبرز قوة هذه النماذج التنبؤية.
المنصة الثانية: استدلال القواعد الصريحة
تسعى المنصة الثانية إلى استبدال التنبؤات الآلية بقواعد يمكن فهمها من قبل البشر، مستندةً إلى تضمينات البروتين، وخصائص فيزيائية وكيميائية، وبيانات الصرف الخاصة بالمجالات، بجانب تحليلات الشبكات. لقد تم تعريف القواعد المستنبطة لتفاعلات البروتين بين البشر بقائمتين، بينما تم استنباط قواعد أكثر تعقيدًا لتفاعلات البروتين بين البشر والفيروسات.
يوفر هذا النظام الجديد أيضاً تفسيرات عن التنبؤات من خلال ميزات تم تحديدها من قبل نماذج التعلم الآلي المستندة إلى أدوات SHAP.
على الرغم من أن هذه المنصات المتطورة تفتح آفاقًا جديدة في عالم البحث الطبي والبيولوجي، إلا أنها تثير تساؤلات حول كيفية استخدامنا لهذه التقنيات في المستقبل.
اختتام
يجسد العمل الذي قدمناه قدرة الذكاء الاصطناعي القائم على التخطيط والتنفيذ، وكذلك استنباط القواعد والتفسير، مما يمهد الطريق لتطبيقات متعددة في المستقبل. كيف ترى تطور هذه الاتجاهات في الذكاء الاصطناعي سيؤثر على حياتنا اليومية؟