நவீன ஆராய்ச்சி ஆய்வகங்கள் செயற்கை நுண்ணறிவு (ஏ.ஐ.) பயன்படுத்தி பரிசோதனை முடிவுகளை முன்னோக்கிய வேகத்தில் செயலாக்குகின்றன. ஏ.ஐ.-வை தானியங்கி கருவிகள் மற்றும் சூப்பர் கணினிகளுடன் இணைத்து, விஞ்ஞானிகள் உண்மையான நேரத்தில் பெரும் தரவுத்தொகுப்புகளை பகுப்பாய்வு செய்து, உடனடியாக மாதிரிகளை கண்டறிந்து, மெதுவான பாரம்பரிய பரிசோதனைகள் இல்லாமல் கூட முன்னறிவிப்பு செய்ய முடிகிறது. இந்த திறன் பொருள் அறிவியலிலிருந்து உயிரியல் துறைகளுக்கு மாற்றத்தை ஏற்படுத்தி வருகிறது.

கீழே, ஏ.ஐ. ஆய்வகத் தரவுப் பகுப்பாய்வை எவ்வாறு வேகமாக்குகிறது என்பதை முக்கியமாக ஆராய்கிறோம்:

• தானியங்கி “சுய இயக்கும்” ஆய்வகங்கள்: ஏ.ஐ. வழிநடத்தும் ரோபோட்கள் தொடர்ந்து பரிசோதனைகளை நடத்தி, எந்த மாதிரிகளை சோதிக்க வேண்டும் என்பதைத் தேர்வு செய்கின்றன, இதனால் காலவாய்ப்பு மற்றும் தேவையற்ற அளவீடுகள் குறைகின்றன.
• உண்மையான நேர தரவு செயலாக்கம்: கருவிகளிலிருந்து நேரடியாக பெறப்படும் தரவு ஏ.ஐ. இயக்கும் கணினி அமைப்புகளுக்கு அனுப்பப்பட்டு உடனடி பகுப்பாய்வு செய்யப்படுகிறது. முடிவுகள் நிமிடங்களில் கிடைக்கும் என்பதால், ஆராய்ச்சியாளர்கள் பரிசோதனைகளை உடனுக்குடன் மாற்ற முடிகிறது.
• முன்னறிவிப்பு இயந்திரக் கற்றல் மாதிரிகள்: ஒருமுறை பயிற்சி பெற்ற பிறகு, ஏ.ஐ. மாதிரிகள் கணினி மூலம் பரிசோதனைகளை சிமுலேட் செய்ய முடியும். உதாரணமாக, ஆய்வக தொழில்நுட்பங்கள் வாரங்கள் அல்லது மாதங்கள் எடுக்கும் ஆயிரக்கணக்கான மூலக்கூறு அமைப்புகள் அல்லது ஜீன் வெளிப்பாட்டு சுயவிவரங்களை நிமிடங்களில் உருவாக்க முடியும்.
• முழுமையான ஆராய்ச்சி தானியக்கமயமாக்கல்: MIT இன் FutureHouse போன்ற பரந்த ஏ.ஐ. தளங்கள் இலக்கிய ஆய்வு, தரவு சேகரிப்பு, பரிசோதனை வடிவமைப்பு மற்றும் பகுப்பாய்வு போன்ற முழு பணிகளை கையாள, பல முக்கிய ஆராய்ச்சி படிகளை தானியக்கமாக்கி உருவாக்கப்படுகின்றன.

இந்த முன்னேற்றங்கள் விஞ்ஞானிகளுக்கு வழக்கமான தரவு செயலாக்கத்தில் இருந்து விடுபட்டு, உள்ளடக்கத்தை கவனிக்க உதவுகிறது, கண்டுபிடிப்புகளின் வேகத்தை மிக அதிகரிக்கிறது.

ஆய்வகங்களில் ஏ.ஐ. இயக்கும் தானியக்கமயமாக்கல்

ஆராய்ச்சியாளர்கள் குறைந்த மனித இடையீட்டுடன் பரிசோதனைகளை நடத்தும் சுய இயக்கும் ஆய்வகங்களை உருவாக்கி வருகின்றனர்.
உதாரணமாக, லாரன்ஸ் பெர்க்லி ஆய்வகத்தின் A-Lab வசதி ஏ.ஐ. ஆல்கொரிதம்களையும் ரோபோ கைகளையும் இணைத்து செயல்படுகிறது: ஏ.ஐ. புதிய பொருட்களை பரிசோதிக்க பரிந்துரைக்கிறது, ரோபோக்கள் அவற்றை விரைவாக கலக்கி சோதிக்கின்றன. இந்த “ரோபோ விஞ்ஞானிகள்” என்ற வட்டம், promising சேர்மிகங்களை கைமுறை ஆய்வுகளுக்கு முந்தி வேகமாக உறுதிப்படுத்துகிறது.

அதேபோல், MIT இன் FutureHouse திட்டம் இலக்கிய தேடல், பரிசோதனை திட்டமிடல் மற்றும் தரவு பகுப்பாய்வு போன்ற பணிகளை கையாள ஏ.ஐ. முகவர்களை உருவாக்கி வருகிறது, இதனால் விஞ்ஞானிகள் கண்டுபிடிப்புகளில் கவனம் செலுத்த முடிகிறது.

மிகவும் கவனத்துக்கு உரிய உதாரணம் Argonne தேசிய ஆய்வகத்தின் சுய இயக்கும் மைக்ரோஸ்கோப். இதில், ஏ.ஐ. ஆல்கொரிதம் மாதிரியில் சில சீரற்ற புள்ளிகளை ஸ்கேன் செய்து, அடுத்த ஆர்வமுள்ள பகுதிகள் எங்கே இருக்கலாம் என்று முன்னறிவிக்கிறது.

தரவு நிறைந்த பகுதிகளையே கவனித்து, ஒரே மாதிரியான பகுதிகளை தவிர்த்து, மைக்ரோஸ்கோப் பாரம்பரிய புள்ளி-புள்ளி ஸ்கேன் விட வேகமாக பயனுள்ள படங்களை சேகரிக்கிறது. Argonne விஞ்ஞானிகள் விளக்குவது போல, “உடனடி” ஏ.ஐ. கட்டுப்பாடு “மனித இடையீட்டை நீக்கி, பரிசோதனையை மிக வேகமாக்குகிறது”.

வாசலில், இது அதிக கோரிக்கையுள்ள கருவிகளில் நேரத்தை மிகச் சிறப்பாக பயன்படுத்த உதவுகிறது: ஆராய்ச்சியாளர்கள் ஒரே நேரத்தில் பல உயர் தீர்மான ஸ்கேன்களை நடத்த முடிகிறது, இது கைமுறை முறையில் ஒரு ஸ்கேன் செய்யும் நேரத்திலேயே.

ஆராய்ச்சி நிலையங்களில் உண்மையான நேர தரவு செயலாக்கம்

பெரும் ஆராய்ச்சி நிலையங்கள் தரவை உற்பத்தி செய்யப்படும் உடனே ஏ.ஐ. மூலம் பகுப்பாய்வு செய்கின்றன. பெர்க்லி ஆய்வகத்தில், மைக்ரோஸ்கோப் மற்றும் தொலைநோக்கி கருவிகளிலிருந்து பெறப்படும் மூல தரவு நேரடியாக சூப்பர் கணினிக்கு அனுப்பப்படுகிறது.

இரண்டாம் நிலை இயந்திரக் கற்றல் பணிகள் இந்த தரவை நிமிடங்களில் செயலாக்குகின்றன. உதாரணமாக, Distiller என்ற புதிய தளம் மின்னணு மைக்ரோஸ்கோப் படங்களை NERSC சூப்பர் கணினிக்கு அனுப்புகிறது; முடிவுகள் உடனடியாக கிடைக்கின்றன, இதனால் விஞ்ஞானிகள் பரிசோதனையை உடனுக்குடன் மேம்படுத்த முடிகிறது.

சிக்கலான கருவிகளும் பயன் பெறுகின்றன: BELLA லேசர் ஆக்சிலரேட்டரில், ஆழ்ந்த கற்றல் மாதிரிகள் லேசர் மற்றும் மின்னணு கதிர்களை தொடர்ந்து சரிசெய்து, விஞ்ஞானிகள் கைமுறை அளவீடுகளில் செலவிடும் நேரத்தை குறைக்கின்றன.

மற்ற தேசிய ஆய்வகங்கள் நேரடி தரம் கட்டுப்பாட்டுக்கு ஏ.ஐ. பயன்படுத்துகின்றன. Brookhaven இன் NSLS-II சிங்க்ரோட்ரோன் இப்போது 24/7 கதிர்வீதி பரிசோதனைகளை கண்காணிக்க ஏ.ஐ. முகவர்களை பயன்படுத்துகிறது.

ஒரு மாதிரி நகர்ந்தால் அல்லது தரவு “தவறாக” தோன்றினால், அமைப்பு உடனடியாக அதனை குறிக்கிறது. இத்தகைய தவறான கண்டறிதல் மிகவும் நேரத்தை சேமிக்கிறது—விஞ்ஞானிகள் நேரத்தில் பிரச்சனைகளை சரி செய்ய முடிகிறது, இழந்த கதிர்வீதி நேரத்துக்குப் பிறகு கண்டுபிடிப்பதை தவிர்க்க.

அதேபோல், CERN இன் லார்ஜ் ஹாட்ரான் கொலைடர் “வேகமான இயந்திரக் கற்றல்” ஆல்கொரிதங்களை அதன் டிரிகர் ஹார்ட்வேர்-இல் உள்ள FPGAs இல் உருவாக்கி, மோதல் சிக்னல்களை உடனடியாக பகுப்பாய்வு செய்து, மூலக்கூறு சக்திகளை கணக்கிடுகிறது, பழைய சிக்னல் வடிகட்டிகளைக் காட்டிலும் சிறந்த செயல்திறன் வழங்குகிறது.

இந்த உதாரணங்களில், ஏ.ஐ. பணியினை “எல்லாவற்றையும் சேகரித்து பின்னர் பகுப்பாய்வு செய்” என்பதிலிருந்து “உடனடியாக பகுப்பாய்வு செய்” என்ற முறைக்கு மாற்றுகிறது, தரவு செயலாக்கத்தை விரைவாக்குகிறது.

வேகமான உள்ளடக்கத்திற்கான முன்னறிவிப்பு மாதிரிகள்

ஏ.ஐ. தற்போதைய பரிசோதனைகளை வேகப்படுத்துவதோடு மட்டுமல்ல, மெதுவான ஆய்வக பணிகளை மெய்நிகர் பரிசோதனைகளால் மாற்றி வருகிறது. உயிரியல் தகவலியல் துறையில், MIT வேதியியலாளர்கள் DNA மடிப்பு விதிகளை கற்றுக்கொள்ளும் ChromoGen என்ற உருவாக்கும் ஏ.ஐ.-வை உருவாக்கியுள்ளனர்.

DNA வரிசையை கொடுத்தால், ChromoGen அந்த வரிசையை விரைவாக பகுப்பாய்வு செய்து, ஆயிரக்கணக்கான 3D குரோமாட்டின் அமைப்புகளை நிமிடங்களில் உருவாக்க முடியும். இது பாரம்பரிய ஆய்வக முறைகளுக்கு மாறாக மிக வேகமானது: Hi-C பரிசோதனை ஒரு செலின் ஜீனோமை வரைபடம் செய்ய நாட்கள் அல்லது வாரங்கள் எடுக்கும் போது, ChromoGen ஒரு GPU-வில் 20 நிமிடங்களில் 1,000 முன்னறிவிக்கப்பட்ட அமைப்புகளை உருவாக்கியது.

முக்கியமாக, ஏ.ஐ. முன்னறிவிப்புகள் பரிசோதனை தரவுகளுடன் நெருக்கமாக பொருந்தியது, இதன் முறையை உறுதிப்படுத்தியது.

உயிரியல் துறையில், கொலம்பியா பல்கலைக்கழக குழுக்கள் ஒரு “அடிப்படை மாதிரியை” ஒரு மில்லியன் செல்கள் தரவுகளுடன் பயிற்சி செய்து, ஜீன் செயல்பாட்டை முன்னறிவித்தனர்.

அவர்கள் ஏ.ஐ. எந்த செலின் வகையிலும் எந்த ஜீன்கள் இயக்கப்படுகின்றன என்பதை கணிக்க முடியும், இது பரந்த அளவிலான ஜீன் வெளிப்பாட்டு பரிசோதனையை சிமுலேட் செய்கிறது. ஆராய்ச்சியாளர்கள் குறிப்பிட்டபடி, இந்த முன்னறிவிப்பு மாதிரிகள் “வேகமான மற்றும் துல்லியமான” பெரிய அளவிலான கணினி பரிசோதனைகளை இயக்கி, ஆய்வக பணிகளை வழிநடத்துகின்றன.

சோதனைகளில், புதிய செலின் வகைகளுக்கான ஏ.ஐ. ஜீன் வெளிப்பாட்டு முன்னறிவிப்புகள் உண்மையான பரிசோதனை அளவீடுகளுடன் மிக நெருக்கமாக பொருந்தியது.

சுருக்கமாக, இயந்திரக் கற்றல் விஞ்ஞானிகளுக்கு மெய்நிகர் பரிசோதனைகளை பரந்த அளவில் நடத்த அனுமதிக்கிறது: ஆயிரக்கணக்கான ஜீனோமிக் அல்லது மூலக்கூறு சூழல்களை ஒரே நேரத்தில் ஆய்வகத்தில் ஒரு பரிசோதனை செய்யும் நேரத்தில் பரிசோதிக்க முடிகிறது.

பாதிப்பு மற்றும் எதிர்கால பார்வை

பரிசோதனை பணியில் ஏ.ஐ. ஒருங்கிணைப்பு அறிவியலை மாற்றி வருகிறது. தரவு பகுப்பாய்வையும் பரிசோதனைகளின் முடிவுகளை எடுக்கும் பணிகளையும் தானியக்கமாக்கி, ஏ.ஐ. முன்பு தடையாக இருந்த செயல்முறையை மிக வேகமாக்குகிறது.

ஆராய்ச்சியாளர்கள் கூறுகின்றனர், ஏ.ஐ. இயக்கும் கருவிகள் மூலம் “இயந்திரங்கள் வழக்கமான பணிகளையும், பெரிய தரவுத்தொகுப்புகளின் உண்மையான நேர பகுப்பாய்வையும் கையாளும் போது, அவர்கள் கண்டுபிடிப்பில் கவனம் செலுத்த முடிகிறது”.

மற்ற வார்த்தையில், விஞ்ஞானிகள் அதிக பரிசோதனைகளை நடத்தி, முன்பு இல்லாத வேகத்தில் முடிவுகளை எடுக்க முடிகிறது. Argonne இயற்பியலாளர்கள் கூறுவது போல, “ஏ.ஐ. மூலம் பரிசோதனைகளை தானியக்கமாக்கும் திறன் அறிவியல் முன்னேற்றத்தை மிக வேகமாக்கும்”.

எதிர்காலத்தில், சுய இயக்கும் கருவிகள் அதிகமாக பயன்படுத்தப்படுவதாகவும், வேகமான ஏ.ஐ. பகுப்பாய்வு மற்றும் முன்னறிவிப்பில் பல துறைகள் சார்ந்திருப்பதாகவும் எதிர்பார்க்கப்படுகிறது.

இதன் பொருள், கருதுகோள், பரிசோதனை மற்றும் முடிவுகளின் சுழற்சி ஆண்டுகளிலிருந்து மாதங்கள் அல்லது நாட்களாக குறையும்.

இதன் விளைவாக, பொருள், சக்தி, ஆரோக்கியம் மற்றும் பிற துறைகளில் தரவின் அடிப்படையில் புதிய அறிவியல் காலம் துவங்குகிறது, ஏ.ஐ. பரிசோதனைத் தரவுகளை விரைவாகப் புரிந்துகொள்ளும் திறன் மூலம் முன்னேற்றங்கள் வேகமாக நிகழ்கின்றன.