បញ្ញាសិប្បនិម្មិតកំពុងផ្លាស់ប្តូរឧស្សាហកម្មឱសថដោយកាត់បន្ថយពេលវេលាដ៏យូរដែលតាមប្រពៃណីត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការរកឃើញថ្នាំ។ ខណៈពេលដែលការអភិវឌ្ឍថ្នាំជីវសាស្ត្រ—ការព្យាបាលដែលទទួលបានពីប្រូតេអ៊ីនដែលបានរៀបចំឡើង—គឺជាកិច្ចខិតខំប្រឹងប្រែងដែលមានតម្លៃថ្លៃ និងងាយនឹងបរាជ័យជាប្រវត្តិសាស្ត្រ គំរូនៃការរៀនរបស់ម៉ាស៊ីន (machine learning) ឥឡូវនេះកំពុងត្រូវបានប្រើប្រាស់ដើម្បីរុករកទិដ្ឋភាពដ៏ធំទូលាយនៃការរួមបញ្ចូលគ្នានៃម៉ូលេគុលដែលមានសក្តានុពល។
AstraZeneca ស្ថិតក្នុងចំណោមក្រុមហ៊ុនដែលកំពុងបញ្ចូលឧបករណ៍គណនាទាំងនេះទៅក្នុងហេដ្ឋារចនាសម្ព័ន្ធស្រាវជ្រាវ និងអភិវឌ្ឍន៍របស់ពួកគេ។ យោងតាម Puja Sapra អនុប្រធានជាន់ខ្ពស់ និងជាប្រធានផ្នែកវិស្វកម្មជីវសាស្ត្រ R&D និងការរកឃើញគោលដៅជំងឺមហារីកនៅ AstraZeneca ក្រុមហ៊ុនប្រើប្រាស់រង្វិលជុំ “កសាង-វាស់វែង-រៀន”។ នៅក្នុងដំណើរការនេះ គំរូ AI ផ្តល់អាទិភាពដល់ម៉ូលេគុលបេក្ខជន ដែលអនុញ្ញាតឱ្យអ្នកវិទ្យាសាស្ត្រផ្តោតធនធានមន្ទីរពិសោធន៍លើការរចនាដែលមានលទ្ធភាពជោគជ័យបំផុត។ វិធីសាស្រ្តនេះមានគោលបំណងកាត់បន្ថយផ្លូវទាល់ និងអនុញ្ញាតឱ្យមានការស្វែងរកគោលដៅជំងឺដែលពីមុនត្រូវបានគេចាត់ទុកថាមិនអាចព្យាបាលបាន។
ក្រៅពីការពន្លឿនលំហូរការងារដែលមានស្រាប់ AI កំពុងជួយសម្រួលដល់ការបង្កើតថ្នាំជីវសាស្ត្រដែលមានលក្ខណៈស្មុគស្មាញ និងមានលក្ខណៈជាក់លាក់ច្រើន ដែលអាចប៉ះពាល់ដល់ផ្លូវជំងឺជាច្រើន ឬបញ្ជូនសារធាតុទៅកាន់កោសិកាជាក់លាក់។ ដើម្បីគាំទ្រដល់ការរីកចម្រើនទាំងនេះ AstraZeneca កំពុងអភិវឌ្ឍ “មន្ទីរពិសោធន៍នៃអនាគត” នៅ Cambridge រដ្ឋ Massachusetts។ កន្លែងនេះត្រូវបានរចនាឡើងដើម្បីដំណើរការជាប្រព័ន្ធរង្វិលជុំបិទជិត ដែលការព្យាករណ៍ដោយ AI ការពិសោធន៍ដោយមនុស្សយន្ត និងការបង្កើតទិន្នន័យដោយស្វ័យប្រវត្តិត្រឡប់ទៅក្នុងគំរូដោយផ្ទាល់ ដើម្បីកែលម្អការធ្វើម្តងទៀតនាពេលអនាគត។
គោលដៅចុងក្រោយសម្រាប់មនុស្សជាច្រើននៅក្នុងវិស័យនេះគឺការរចនា “de novo” ដែល AI បង្កើតលំដាប់ប្រូតេអ៊ីនថ្មីទាំងស្រុងពីដំបូង។ ការសម្រេចបាននូវរឿងនេះទាមទារឱ្យមានទិន្នន័យបណ្តុះបណ្តាលដែលមានគុណភាពខ្ពស់ និងស្តង់ដារ និងសមត្ថភាពព្យាករណ៍សុវត្ថិភាពដ៏រឹងមាំ។ ដើម្បីដោះស្រាយបញ្ហាសុវត្ថិភាព អ្នកស្រាវជ្រាវកំពុងប្រើប្រាស់ការសាកល្បងព្យាបាលនិម្មិត ដែលផ្គូផ្គងប្រព័ន្ធកោសិកាកម្រិតខ្ពស់ និងគំរូសរីរាង្គខ្នាតតូចជាមួយនឹង AI ដើម្បីវាយតម្លៃម៉ូលេគុលដែលមានសក្តានុពលមុនពេលពួកវាឈានដល់ការធ្វើតេស្តលើមនុស្ស។
ទោះបីជាមានការផ្លាស់ប្តូរឆ្ពោះទៅរកប្រព័ន្ធ AI ស្វយ័ត និងមានភ្នាក់ងារក៏ដោយ ការត្រួតពិនិត្យដោយមនុស្សនៅតែជាធាតុផ្សំដ៏សំខាន់នៃដំណើរការនេះ។ អ្នកវិទ្យាសាស្ត្របន្តផ្តល់ទិសដៅយុទ្ធសាស្ត្រ និងការវិនិច្ឆ័យដែលចាំបាច់ដើម្បីធានាថាទិន្នផលដែលជំរុញដោយ AI អាចពន្យល់បាន និងមានសីលធម៌ត្រឹមត្រូវ។ នៅពេលដែលក្រុមវិស្វកម្មធ្វើការដើម្បីកសាងប្រព័ន្ធដែលដើរតួជា “ដៃគូគិត” កិច្ចសហប្រតិបត្តិការរវាងអ្នកជំនាញផ្នែករៀនរបស់ម៉ាស៊ីន និងអ្នកជីវវិទូត្រូវបានរំពឹងថានឹងនៅតែជាចំណុចកណ្តាលនៃការអភិវឌ្ឍន៍ការព្យាបាលជំនាន់ក្រោយ។
ប្រភព៖ MIT Technology Review
មិនទាន់មានមតិយោបល់នៅឡើយទេ។ សូមធ្វើជាអ្នកដំបូងដែលចែករំលែកគំនិតរបស់អ្នក។