သုတေသနအဖွဲ့အစည်းသည် ဆဲလ်အမျိုးအစားများ ထုတ်လုပ်မှုကို တိုးတက်စေရန် နည်းလမ်းများ တီထွင်ရာတွင် စတာ့အပ်တစ်ခုနှင့် ပူးပေါင်းလုပ်ကိုင်ခဲ့သည်။
MIT Technology Review က ဖော်ပြချက်အရ OpenAI သည် လူသားအသက်အายุ တိုးရန်အတွက် သိပ္ပံပညာရှင်များကို ကူညီပေးရန်အတွက် ဒီဇိုင်းထုတ်ထားသော GPT-4b micro ဟု အမည်ပေးထားသည့် ဘာသာစကား မော်ဒယ်အသစ်တစ်ခုကို ထုတ်ဖော်ပြသခဲ့သည်။ ထိပ်တန်းလူအသိဉာဏ် သုတေသနအဖွဲ့အစည်းသည် Retro Biosciences ဟုခေါ်သော ကုမ္ပဏီတစ်ခုနှင့် ပရိုတင်းအချို့ကို ပြန်လည် ဒီဇိုင်းထုတ်ခြင်းဖြင့် ဆဲလ်အမျိုးအစား ထုတ်လုပ်မှုကို တိုးတက်စေရန် ရည်ရွယ်သည့် စီမံကိန်းတွင် ပူးပေါင်းလုပ်ကိုင်ခဲ့သည်။
ဆဲလ်အမျိုးအစားများသည် အမျိုးမျိုးသော ဆဲလ်အမျိုးအစားများသို့ ကွဲပြားသွားနိုင်သော စွမ်းရည်ရှိသောကြောင့် ပြန်လည် ထူထောင်ရေး ဆေးပညာတွင် အလွန်အရေးကြီးပြီး အသက်ကြီးမှုနှင့် သက်ဆိုင်သော ရောဂါများအတွက် ကုသမှု နည်းလမ်းများကို ပေးစွမ်းနိုင်သည်။
၂၀၂၁ ခုနှစ်တွင် တည်ထောင်ခဲ့သော Retro Biosciences သည် ဆဲလ်ပြန်လည် ဖွဲ့စည်းခြင်းမှတစ်ဆင့် လူသားအသက်အายุ တိုးရန်အတွက် အာရုံစိုက်သော စတာ့အပ်တစ်ခုဖြစ်သည်။ ၂၀၂၂ ခုနှစ်တွင် OpenAI CEO Sam Altman သည် ကုမ္ပဏီတွင် ဒေါ်လာ ၁၈၀ သန်း ရင်းနှီးမြှုပ်နှံခဲ့သည်။
GPT-4b micro သည် လူကြီးဆဲလ်များကို ဆဲလ်အမျိုးအစားများအဖြစ် ပြောင်းလဲနိုင်သော ပရိုတင်းများဖြစ်သည့် Yamanaka factors များကို ပြုပြင်ပြောင်းလဲရန် နည်းလမ်းများကို ရှာဖွေသည်။ ကြိုတင် စမ်းသပ်မှုများအရ မော်ဒယ်မှ ပြန်လည် ဒီဇိုင်းထုတ်ထားသော ပရိုတင်းများသည် သဘာဝပရိုတင်းများထက် ဆဲလ်အမျိုးအစား ထုတ်လုပ်မှုကို ၅၀ ဆ ကျော် ပိုမိုထိရောက်စွာ လှုံ့ဆော်ပေးသည်။
အဆိုပါ မော်ဒယ်ကို မျိုးစိတ်များစွာမှ ဇီဝဗေဒ ဒေတာများစွာဖြင့် လေ့ကျင့်ပေးထားပြီး သာမန်နည်းလမ်းများထက် ပိုမိုတိကျစွာ ပရိုတင်း ဖွဲ့စည်းပုံနှင့် တုံ့ပြန်မှုများကို ခန့်မှန်းနိုင်သည်။
သောကြာနေ့ထုတ် MIT Technology Review ဆောင်းပါးတွင် OpenAI တွင် မော်ဒယ် ဖွံ့ဖြိုးတိုးတက်ရေး တစ်ဦးဖြစ်သူ John Hallman က “တစ်ခုလုံးကိုကြည့်ရင် သိပ္ပံပညာရှင်တွေ ကိုယ်တိုင် ထုတ်လုပ်နိုင်တာထက် ပရိုတင်းတွေက ပိုကောင်းပါတယ်” ဟု ကိုးကားဖော်ပြထားသည်။
GPT-4b micro သည် လက်ရှိတွင် သုတေသနအဆင့်တွင် ရှိပြီး လူသုံးများအတွက် လက်လှမ်းမမီသေးပါ။ OpenAI သည် နောက်ပိုင်းတွင် ပြန်လည် သုံးသပ်ရန် ရလဒ်များကို ထုတ်ပြန်မည်ဟု စီစဉ်ထားသည်။
စီမံကိန်းတွင် ပါဝင်သည့် နောက်ထပ် ဖွံ့ဖြိုးတိုးတက်ရေး တစ်ဦးဖြစ်သူ Aaron Jaech က MIT Technology Review သို့ ယင်းစီမံကိန်းသည် သိပ္ပံ သုတေသနတွင် OpenAI ၏ ရပ်တည်ချက်ကို ခိုင်မာစေရန် ရည်ရွယ်ကြောင်း ပြောကြားခဲ့သည်။ ထို့အပြင် “ထိုစွမ်းရည်များသည် သီးခြားမော်ဒယ်တစ်ခုအနေဖြင့် ကမ္ဘာ့သို့ ထွက်လာမည်လား သို့မဟုတ် ကျွန်ုပ်တို့၏ အဓိက အကြောင်းပြချက် မော်ဒယ်များထဲသို့ ထည့်သွင်းလိမ့်မည်လား” ဆိုတာကို ပြောရန် စောသေးသည်ဟု ထပ်လောင်း ပြောကြားခဲ့သည်။
၂၀၁၈ ခုနှစ်က Google သည် ပရိုတင်းများ၏ ซับซ้อนသော 3D ဖွဲ့စည်းပုံကို ဖော်ထုတ်ရာတွင် အထူးပြုသော AI မော်ဒယ်ဖြစ်သည့် AlphaFold ၏ ပထမဆုံး ထုတ်ဝေမှုကို တီထွင်ခဲ့သည်။ AlphaFold သည် “အံ့သြဖွယ် တိကျမှု” ဖြင့် မိနစ်ပိုင်းအတွင်း လုပ်ငန်းကို လုပ်ဆောင်နိုင်သည်ဟု Google DeepMind ၏ website တွင် ဖော်ပြထားသည်။
ဆက်စပ် ကွင်းဆက်တွင် လုပ်ကိုင်နေသော်လည်း GPT-4b micro သည် သုတေသီများအား သီးခြား ပရိုတင်းများကို ထိရောက်စွာ ပြန်လည် ဒီဇိုင်းထုတ်ရန် ကွဲပြားသော နိယာမများကို အသုံးပြုသည်။
မကြာသေးမီနှစ်များအတွင်း ကမ္ဘာတစ်ဝှမ်းရှိ သုတေသနအဖွဲ့များစွာသည် ဆန်းသစ်သော ကုသမှုနည်းလမ်းများ တီထွင်ရန် AI ကို စမ်းသပ်လုပ်ကိုင်ခဲ့ကြသည်။ ဗုဒ္ဓဟူးနေ့က Nature သိပ္ပံ ဂျာနယ်တွင် ထုတ်ဝေခဲ့သော လေ့လာမှုတစ်ခုက AI ဒီဇိုင်းထုတ်ထားသော ပရိုတင်းများသည် သေစေနိုင်သော မြွေအဆိပ်ကို ပျောက်ကင်းစေနိုင်ကြောင်း ဖော်ပြခဲ့သည်။
၂၀၂၂ ခုနှစ်တွင် Washington တက္ကသိုလ် ဆေးတက္ကသိုလ်နှင့် Harvard တက္ကသိုလ်မှ သုတေသီများသည် ကာကွယ်ဆေးများနှင့် ကင်ဆာကုသမှုများ တီထွင်ရာတွင် အသုံးဝင်နိုင်သော ပရိုတင်းအသစ်များကို တီထွင်ရန် ပုံရိပ် ထုတ်လုပ်သည့် AI မော်ဒယ်များစွာကို လေ့ကျင့်ပေးနိုင်ခဲ့ကြောင်း ကြေညာခဲ့သည်။
“သဘာဝတွင် ကျွန်ုပ်တို့ တွေ့ရှိရသော ပရိုတင်းများသည် အံ့သြဖွယ် โมเลกุลများဖြစ်သော်လည်း ဒီဇိုင်းထုတ်ထားသော ပရိုတင်းများသည် ပိုမိုများစွာ လုပ်ဆောင်နိုင်သည်” ဟု UW Medicine တွင် ဇီဝဓာတုဗေဒ ပါမောက္ခနှင့် လေ့လာမှု၏ အကြီးတန်း စာရေးဆရာ David Baker က ထိုအချိန်က ပြောကြားခဲ့သည်။ ထို့နောက် သူသည် ကွန်ပျူတာ ပရိုတင်း ဒီဇိုင်းအတွက် ၂၀၂၄ ခုနှစ် ဓာတုဗေဒ နိုဘယ်ဆုကို ချီးမြှင့်ခြင်း ခံရသည်။