AnswersPublished18 sources
GPT-Rosalind ajanları fare beyni verilerinden araştırma ipuçları çıkardı
OpenAI, PerturbAI ve Scripps Research, milyonlarca fare beyin hücresinden elde edilmiş mevcut verilerin binlerce GPT Rosalind ajanıyla 32 dakikada yorumlandığını bildirdi. Ajanlar gen değişikliklerinin hücresel etkilerini bilimsel yayınlarla ilişkilendirip bir “akıl yürütme atlası” oluşturdu; bu çalışma yeni mekaniz...
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- OpenAI, PerturbAI ve Scripps Research, milyonlarca fare beyin hücresinden elde edilmiş mevcut verilerin binlerce GPT Rosalind ajanıyla 32 dakikada yorumlandığını bildirdi.
- Ajanlar gen değişikliklerinin hücresel etkilerini bilimsel yayınlarla ilişkilendirip bir “akıl yürütme atlası” oluşturdu; bu çalışma yeni mekanizmaları kanıtlamıyor, araştırma soruları öneriyor.
- Tsc1/Tsc2 ve Dctn1 bulguları deneylerle sınanmayı bekliyor. İnsan araştırmacılar için verilen aylar ila bir yıl tahmini, doğrudan karşılaştırmalı bir deneyin sonucu değil.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did OpenAI, PerturbAI and Scripps Research use nearly 2,000 parallel GPT-Rosalind agents and “distributed biological reasoning” to analy. Article summary: The October 21 announcement described a fast, parallel interpretation of existing mouse-brain experiments—not the creation of the experimental atlas or proof of new disease mechanisms—in which GPT-Rosalind agents connect. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
OpenAI, PerturbAI ve Scripps Research, GPT-Rosalind ile çalışan binlerce yapay zekâ ajanının mevcut fare beyni deney verilerini 32 dakikada analiz ettiğini açıkladı. Ajanlar genlerdeki değişikliklerin hücrelerdeki etkilerini bilimsel yayınlarla ilişkilendirerek olası açıklamaları bir “akıl yürütme atlası”nda topladı. Bu atlas yeni hastalık mekanizmalarının kanıtı değil; bilim insanlarının takip edip deneylerle sınayabileceği araştırma ipuçları sunuyor.5
Binlerce ajan veriyi nasıl inceledi?
Tek bir sistemin büyük veri kümesini baştan sona sırayla incelemesi yerine, çalışma çok sayıda ajana bölündü. Ajanlar gen değişikliklerine hücrelerin verdiği tepkileri değerlendirdi, ilgili bilimsel yayınları taradı ve gözlemleri olası biyolojik açıklamalarla eşleştirdi. Ardından raporları bir araya getirilerek genleri, hücresel tepkileri, yayınları ve hipotezleri ilişkilendiren daha geniş bir harita oluşturuldu.5
11
Burada analiz edilen veri, daha önceden yürütülmüş deneylerden geliyordu: Yapay zekâ deneyleri ya da veri setini üretmedi; mevcut bulguları yorumladı.5 Bazı haberlerde atlas yaklaşık 8 milyon hücrelik veri kümesi olarak tanımlanırken, araştırmacıların duyurusu verilerin milyonlarca fare beyin hücresinden geldiğini belirtiyor.
5
6
Hız karşılaştırmasını da doğru çerçeveye oturtmak gerekiyor. İnsan araştırmacılar için aylar ila bir yıl süreceği belirtilen süre, gen değişikliklerini inceleme ve yayınları okuma varsayımlarına dayanan bir tahmindi; insan ekibiyle yapılmış eşzamanlı, süre tutulan bir karşılaştırma değildi.9 Dolayısıyla 32 dakika, bildirilen yapay zekâ iş akışının süresi. Daha uzun süre ise benzer işlerin sırayla yapılması durumuna ilişkin bir tahmin; ajanların bütün bir araştırma ekibinin yerini aldığının ölçülmüş kanıtı değil.
Tek ajanla karşılaştırma ne söylüyor?
Bir habere göre çok ajanlı analiz 700’den fazla kaynağa atıfta bulunurken tek ajanlı analizde 11 kaynak kullanıldı. Ayrıca kör değerlendirmede uzmanlar, çok ajanlı sistemin açıklamalarını vakaların yüzde 75’inde tercih etti.6 Başka bir haber de yüzde 75’lik oranı uzmanların kör karşılaştırmadaki tercihi olarak aktarıyor.
39
Bu sonuçlar çok ajanlı yaklaşımın daha geniş bir literatür taramasına yardımcı olabileceğini ve uzmanların daha yararlı bulduğu açıklamalar üretebileceğini düşündürüyor. Ancak bunlar doğruluk puanı değil: Bir açıklamanın tercih edilmesi, öne sürülen biyolojik mekanizmanın doğru olduğunu kanıtlamaz. Bunun için hipotezlerin deneylerle sınanması gerekiyor.
Ajanların öne çıkardığı iki hipotez
Beyincik hücrelerinde Tsc2 ve Tsc1 farkı
OpenAI’nin aktardığına göre Tsc2 geninin işlevinin bozulması, beyincikteki belirli bir nöron grubunda sinir hücreleri arasındaki iletişimle ilişkili olanlar da dahil, onlarca genin ifade düzeyini değiştirdi. Aynı hücre türünde Tsc1 bozulduğunda ise gen ifadesinde çok az değişiklik görüldü. İki gen birlikte mTOR adlı hücresel yolun düzenlenmesinde rol oynuyor. OpenAI, bu farklılığın TSC2 mutasyonlarının neden TSC1 mutasyonlarına kıyasla genellikle daha ağır tüberosklerozla ilişkili olduğuna dair olası bir ipucu olabileceğini öne sürdü.14
Bu, hastalığın şiddet farkını açıklayan kanıtlanmış bir mekanizma değil, araştırılması gereken bir öneri. Bulgular, mTOR’u hedefleyen mevcut tedavilerin ilgili nöronlardaki değişiklikleri geri çevirip çevirmediği gibi yeni sorular doğuruyor.14
Dctn1 ve kolesterolle ilişkili genler
Fare beyni verilerinde Dctn1 geninin işlevinin bozulması, kolesterol üretiminde rol alan genlerin ifade düzeyini artırdı. DCTN1, nadir görülen nörodejeneratif bir hastalık olan Perry sendromuyla ilişkilendiriliyor. OpenAI, bu bulgudan yola çıkarak kolesterolün nöronlar içindeki taşınmasının rol oynayıp oynamadığının ve bunu düzeltmenin nöronları koruyup koruyamayacağının araştırılmasını önerdi.15
Ancak kolesterol üretimiyle ilişkili genlerin daha etkin hale gelmesi, kolesterol taşınmasının bozulduğunu tek başına göstermez. Taşımayı hedefleyen bir tedavinin işe yarayacağını da kanıtlamaz. Öne sürülen mekanizma hâlâ test edilmesi gereken bir hipotez.15
Sonuçlar neyi gösteriyor, neyi göstermiyor?
Çalışma, deney sonuçlarını bilimsel literatürle geniş ölçekte birleştirerek araştırmacıların inceleyebileceği olası açıklamalar üretmenin bir yolunu gösteriyor.5 Ancak kaynak sayısı ve uzmanların açıklamaları tercih etmesi, deneysel doğrulamanın yerini tutamaz. Hastalıklarla ilişkilendirilen bulgular bu nedenle doğrulanmış mekanizmalar ya da kullanıma hazır ilaç hedefleri olarak değil, araştırma önerileri olarak okunmalı.
Çalışma haberlerde bir ön baskı olarak tanımlandı. Bu nedenle araştırmacıların duyurusu ve aktarılan değerlendirmelerle, biyolojik bulguların bağımsız biçimde doğrulanmasını birbirinden ayırmak önemli.9 Mevcut kaynaklar, ilgili yazarların belirli mali ya da mesleki çıkarlarını da ortaya koymuyor; bu konuda varsayımda bulunmak için dayanak yok.
İlaç araştırmaları açısından olası önemi
PerturbAI ve OpenAI, projeyi biyomedikal araştırma ve ilaç geliştirmeye odaklanan bir yıllık iş birliğinin parçası olarak tanımladı.31 Yaklaşımın pratik vaadi, nedensel biyolojik verileri mevcut bilgilerle ilişkilendirmeye ve deneylerle sınanabilecek araştırma sorularını önceliklendirmeye yardımcı olmak. Bildirilen sonuçlar bu iş akışına erken bir örnek; sistemin doğrulanmış ilaç hedefleri bulduğuna dair kanıt değil.
31
39
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "GPT-Rosalind ajanları fare beyni verilerinden araştırma ipuçları çıkardı"?
OpenAI, PerturbAI ve Scripps Research, milyonlarca fare beyin hücresinden elde edilmiş mevcut verilerin binlerce GPT Rosalind ajanıyla 32 dakikada yorumlandığını bildirdi.
What are the key points to validate first?
OpenAI, PerturbAI ve Scripps Research, milyonlarca fare beyin hücresinden elde edilmiş mevcut verilerin binlerce GPT Rosalind ajanıyla 32 dakikada yorumlandığını bildirdi. Ajanlar gen değişikliklerinin hücresel etkilerini bilimsel yayınlarla ilişkilendirip bir “akıl yürütme atlası” oluşturdu; bu çalışma yeni mekanizmaları kanıtlamıyor, araştırma soruları öneriyor.
What should I do next in practice?
Tsc1/Tsc2 ve Dctn1 bulguları deneylerle sınanmayı bekliyor. İnsan araştırmacılar için verilen aylar ila bir yıl tahmini, doğrudan karşılaştırmalı bir deneyin sonucu değil.
Sources
openai.comUsing thousands of AI agents to uncover new leads in biological data
unite.aiOpenAI Unveils Mouse Brain Reasoning Atlas From GPT-Rosalind Agents
aiweekly.coOpenAI, PerturbAI and Scripps Run ~2,000 GPT-Rosalind Agents on 8M-Cell Brain CRISPR Atlas in 32 Min | AI Weekly
rdworldonline.comOpenAI runs 1,946 GPT-Rosalind agents on a mouse brain atlas