پیش از پرسش به این سوال نیم نگاهی به قرن گذشته می­اندازیم؛ قرنی که در نیمه ­های آن داستان­های تخیلی، مردم را با واژه ای به اسم ربات هوشمند آشنا کرد. از جادوگر شهر اوز گرفته تا مترو پلیس توماس الساسر همگی انسان را به قعر دنیای جدیدی   می­بردند که ممکن بود حتی فراتر از رویاهایش باشند. تئوری هوش مصنوعی در سال 1950 و بعدتر از آن با این سال مهم مطرح شد. اگر انسان­ها از داده­­های موجود و نعمت عقل و خرد خود در تصمیم­گیری­ها و حل مشکلات استفاده می­کنند؛ چرا ربات­ها نتوانند؟ این پرسش بنیاد اصلی مقالۀ آلن تورینگ بریتانیایی بود. او امکان و صحت ریاضیِ هوش مصنوعی را بررسی کرد و در همان سال در مقالۀ خود به نام «ماشین­های محاسباتی و هوش» دربارۀ نحوۀ ساخت و آزمایشات بحث کرد. 

البته صحبت کردن آسان است. به قول معروف از حرف تا عمل فاصله بسیار است و همین باعث شد که تئوری تورینگ در حد تئوری بماند. در آن زمان یعنی حدوداً سال 1949، کامپیوترها از یک فاکتور اساسی برای هوشمند بودن بی­ بهره بودند. آن­ها فقط می­توانستند دستورات را اجرا کنند اما نمی­توانستند آن­ها را ذخیره کنند! به عبارتی دیگر، فقط می­شد به آن­ها گفت که چه کار کنند اما در نهایت آنچه را که انجام داده بودند به یاد نمی­آوردند. دومین فاکتور مهم بعدی هزینه­های سرسام­آور بود. در آن سال­ها هزینۀ اجارۀ کامپیوتر­ها تا دویست هزار دلار در ماه می­رسید و پرداخت این مبلغ فقط در توان موسسات و دانشگاه­های معتبر و یا شرکت­های بزرگ در حوزۀ فناوری بود. همین هم متقاعد کردن سرمایه گذاران را برای چیزی که بیش­تر شبیه به رویا بود سخت می­کرد. البته جذب و علاقه­مند کردن افراد با سابقه را نیز نباید نادیده گرفت. 


اولین گام­ها در تحقق این رویا با یک کنفرانس جنجالی شروع شد. آلن نیول، کلیف شاو و هربرت سایمون سه نفری بودند که راه را برای دیگران گشودند. پنج سال بعد از ماجرای بالا یعنی در سال 1956، پروژۀ پژوهشی تحقیقاتی تابستانیِ دارتموث به میزبانی جان مک کارتی و ماروین مینسکی برگزار شد. محققان برتر از سراسر جهان به این دورهمی علمی دعوت شدند و با اینکه در مورد مسائل پیرامون هوش مصنوعی به توافق نرسیدند اما همگی متفق­القول عقیده داشتند که هوش مصنوعی رویا نیست و می­توان به آن دست یافت. 

و بالاخره در سال 1957 تا 1974، رویای دیروز به حقیقت امروز تبدیل شد و هوش مصنوعی شکوفا شد. رایانه­ها توانستند به رایانه­هایی سریع­تر، ارزان­تر و هوشمندتر از قبل تبدیل شوند و در دسترس عموم مردم قرار بگیرند. دولت و شرکت­های تحقیقاتی پیشرفته که حاضر به ریسک نبودند این­بار تمام هزینه­ها و حمایت­ها را به عهده گرفتند. خوش­بینی زیاد بود و توقعات حتی از آن هم بالاتر!

پیش از آن­که سرتان با این تاریخچه به درد آید؛ بحث را کمی جزئی­ تر و ریزتر کنیم تا بفهمیم هوش مصنوعی دقیقاً چیست و چه کاربردی دارد. 


به طور کلی تعریف هوش مصنوعی چنین است: توانایی یک رایانه یا ربات کنترل شده برای انجام فعالیت­هایی که پیش­تر به دست انسان هوشمند صورت می­گرفت. معمولاً تعریف انسان­ها از هوش مصنوعی با یکدیگر متفاوت است. یک فرد عامی آن را صرفاً مربوط به ربات­ها می­داند و با تفکر سطحی نتیجه می­گیرد که هوش مصنوعی می­تواند به تنهایی عمل یا فکر کند اما پژوهشگران این عرصه پاسخ دیگری دارند. آن­ها هوش مصنوعی را مجموعه­ای از فرآیند‌های متناهی بدون نیاز به دستوری واضح و روشن تعریف می­کنند. به زبان دیگر، شبیه­سازی هوش طبیعی در ماشین­ها برای یادگیری از طریق تجربه و انجام وظایف انسان، هوش مصنوعی نام دارد.

کاربرد هوش مصنوعی ابعادی بسیار گسترده دارد. چراکه ابعاد توانایی انسان بسیار وسیع است. پس در هر زمینه­ای که انسان فعالیت کند، هوش مصنوعی می­تواند یا خواهد توانست جایگزین شود. از حسابداری و حسابرسی مالی تا علوم پزشکی و دارویی، از بورس و حوزه­های کامپیوتری تا محیط زیست و کشاورزی و حتی مرزهای کهکشانی هوش مصنوعی کاربرد دارد. از آنجا که حیطۀ فعالیت موسسه سارای بیش­تر در زمینۀ عاوم پایه و داروسازی است، کمی هم بشنویم از کاربرد هوش مصنوعی در علم شیمی.

به تازگی هوش مصنوعی یکی از پر طرفدارترین گرایش­ها در گرایش­های شیمی است. به طوری که پیوند به وجود آمده بین این دو ناگسستنی به نظر می­رسد! با وجودی که هوش مصنوعی در صنعت دارویی-بهداشتی بیش­تر بر کشف و توسعه فرمولاسیون­هایی دارویی متمرکز است اما این کاربرد تنها به این زمینه معطوف نمی­شود و هوش مصنوعی در همه­چیز حتی شناسایی ویژگی­های مولکولی سودمند و پرکاربرد است. 

هوش مصنوعی با بررسی ویژگی­های مولکول­های ثبت شده در پایگاه­های اطلاعاتی داده، به شناسایی ترکیب­های امیدوارکننده و مثبت که ممکن است به عنوان دارو استفاده شوند کمک می­کند. محققان دانشگاه تورنتو و هنگ کنگ سپتامبر سال 2021 اعلام کردند که الگوریتم­های هوش مصنوعی توانسته حدود 30000 ترکیب مولکولی ناشناخته را کشف و از آن تعداد، 6 ترکیب نویدبخش را اعلام کند. 

در ادامۀ مقاله دیگر کاربردهای هوش مصنوعی در شیمی را بازگو می­کنیم:

1 – تشخیص خواص مولکولی: اولین و مهم­ترین کاربرد هوش مصنوعی در شیمی، تشخیص خواص مولکولی است. دانشمندان پیش از این فرآیند تشخیص خواص شیمیایی مولکول­ها را به صورت دستی انجام می­دادند زیرا شناسایی خواص یک مولکول یک فرآیند طولانی است اما با این حال، هوش مصنوعی این روش را تسهیل کرد و دانشمندان را قادر ساخت، خواص مولکولی را بدون مشکلات و خطاهای پیشین شناسایی کنند. 

2 – طراحی مولکول­ها: طراحی مولکول­ها کمک کرد دانشمندان داده­های قدیمی و سنتز پیوندهای شیمیایی را جمع­آوری کنند. با ترکیب الگوریتم‌های هوش مصنوعی، محققان در کشف مولکول‌هایی پیش قدم شدند که به قطع به آنها کمک می‌کنند تا اکتشافاتی انقلابی در سنتز شیمیایی هوش مصنوعی انجام دهند.

3 – کشف دارو: یکی از مهم­ترین کاربردهای هوش مصنوعی در شیمی، فرآیند کشف دارو است. با ظهور بیماری های جدید دانشمندان سخت در تلاش­اند تا مولکول­های جدیدی برای درمان بیماری های کشنده فرموله و کشف کنند. هوش مصنوعی این راه را هموارتر کرده است. 

4 - واکنش رتروسنتز: واکنش رتروسنتز فرآیندی است که در آن مولکول‌ها به منظور تعیین بلوک‌های سازنده‌شان شکسته می‌شوند. درست مثل تشخیص خواص مولکول­ها این واکنش نیز به صورت دستی انجام می­شد اما با ظهور هوش مصنوعی این فرآیند کسل کننده و طولانی به آسانی و بدون دردسر و صد البته دقیق­تر انجام می­گیرد.

5 - تجزیه و تحلیل پیش بینی: و در نهایت هوش مصنوعی به شیمیدانان کمک می­کند تا با داده­های قدیمی و داده­های فعلی به تحلیل و تجزیۀ برنامه­های آینده بپردازند.

در آخر دوباره متذکر می­شویم که ابعاد کاربرد هوش مصنوعی بسیار وسیع است و روز به روز جدیدتر و بهینه­تر می­شود. در این مقاله ما فقط توانستیم بخش کوچکی از این حوزۀ بزرگ را خلاصه­وار بازگو کنیم وگرنه اقیانوس علم را پایانی نیست. 


منابع:

5 AI Applications in Chemistry\ Soumyaa Rawat\May 24, 2021.

The history of Artificial Intelligence\ Rockwell Anyoha\August 28, 2017.

What is Artificial Intelligence? How does AL work, Types, Trends and Future of it?\Great Learning Team\Jan 19, 2022.  


نویسنده: س.محمدپور