تعيش ذبابة الفاكهة الصغيرة، وهي واحدة من أكثر الكائنات الحية النموذجية شيوعًا في العلوم، بسرعة وتموت عند عمر 50 يومًا تقريبًا. لكن هذه الحياة القصيرة ليست عادية على الإطلاق. الذبابة تملأ أيامها بالتعقيد إجراءات و المخططات– وفي بعض الأحيان، رومانسي. ومن أجل فهم أفضل لكيفية قدرة هذا الدماغ الصغير على تشغيل هذه السلوكيات المعقدة، أنشأ العلماء بالفعل شبكة عصبية، وهي “خريطة” افتراضية تظهر الروابط بين تحتوي كل خلية عصبية على 200 ألف خلية عصبية في ذبابة الفاكهة.
والآن قاموا ببناء الجسم.
قام الباحثون في مجمع أبحاث جانيليا التابع لمعهد هوارد هيوز الطبي (HHMI’s) في فيرجينيا وGoogle DeepMind مؤخرًا بتصميم ذبابة فاكهة افتراضية تبدو وتتحرك مثل الذبابة الحقيقية، مما يسهل على العلماء مراقبة العادات والحركات الدقيقة المدهشة لهذا الحيوان البحثي المفضل. لقد نشروا ورقتهم البحثية حول المشروع، والتي لم تتم مراجعتها بعد، على خادم ما قبل الطباعة bioRxiv في منتصف مارس.
حول دعم الصحافة العلمية
إذا كنت تستمتع بهذا المقال، فكر في دعم صحافتنا الحائزة على جوائز من خلال الاشتراك. من خلال شراء اشتراك، فإنك تساعد على ضمان مستقبل القصص المؤثرة حول الاكتشافات والأفكار التي تشكل عالمنا اليوم.
“لم تتم دراسة سوى عدد قليل من الكائنات الحية بنفس القدر من التفصيل على النطاق الكامل لعلم الأحياء، من الجزيء إلى السلوك، مثل ذبابة الفاكهة ذبابة الفاكهة سوداء البطن،تقول عالمة الأحياء التنموية روث ليمان. وقد قام ليمان، الذي يدير معهد وايتهيد للأبحاث الطبية الحيوية ولم يشارك في المشروع الجديد، بالدراسة وراثة ذبابة الفاكهة وتطور الجسم. وتقول إن الحشرة الافتراضية “تصور سلوكًا واقعيًا للذبابة وهي تمشي، وتطير، وحتى تنظف نفسها”. “هذا النوع من الأبحاث يختبر حدود فهمنا الأساسي لعلم الأحياء.”
بالمقارنة مع الدماغ البشري أو الشبكة العصبية الاصطناعية، وكلاهما لديه تريليونات من الاتصالات، دماغ الذبابة صغير وبسيط. لكن هذا لا يعني أنه من السهل فهم ما يجري بداخله. تخبرك شبكة الخلايا العصبية في الشبكة العصبية “من يتحدث إلى من، وليس ما هي الرسائل التي يتم إرسالها” داخل الدماغ، كما يقول المؤلف الرئيسي لورقة ما قبل الطباعة سرينيفاس توراجا، عالم الأعصاب في معهد هوارد هيوز الطبي. وبدلاً من ذلك، يركز مشروع الذبابة الافتراضية (الذي لم يدمج الشبكة العصبية الرقمية بعد) على السلوك، وهي النتيجة، كما لاحظ توراجا، حول كيفية ترجمة الجسم لاتصالات الجهاز العصبي.
لبناء هذه الحشرة الافتراضية، استخدم الباحثون أولاً مجاهر عالية الدقة لمسح تشريح أنثى ذبابة الفاكهة الحقيقية، أي أطرافها وأجنحتها ومفاصلها. ومن هذه القياسات الدقيقة، قام الفريق بتجميع نموذج ثلاثي الأبعاد ضمن برنامج محاكاة فيزيائي يسمى MuJoCo، وهو اختصار لـ Multi-Joint Dynamics with Contact، الذي طورته شركة DeepMind التابعة لشركة Google. ولجعل الذبابة الافتراضية تتحرك مثل الذبابة الحقيقية، كان على الجسم المحاكي أن يتعلم من المصدر. وهنا جاء دور الذكاء الاصطناعي، وبشكل أكثر تحديدًا، مجموعة فرعية من الذكاء الاصطناعي تسمى التعلم المعزز.
يتيح التعلم المعزز للآلة تحسين أدائها من خلال فهم البيئة ومراقبة السلوك والقيام بهذا السلوك وتلقي التعليقات. ثم تتكرر العملية حتى يقوم الجهاز بالمهمة بشكل صحيح. (هذه الآلية نفسها تكمن وراء تدريب السيارات ذاتية القيادة، على سبيل المثال.)
ولإعطاء بيانات الذكاء الاصطناعي للذبابة لمشاهدتها والتعلم منها، سجل توراجا وزملاؤه حركات مفاصل وجسم ذباب الفاكهة المتجول ثم تتبعت هذه الحركة باستخدام خوارزميات التعلم الآلي. تخيل أ نظام التقاط الحركة مثل النوع الذي يستخدمه رسامي الرسوم المتحركة في الأفلام ولكن للحشرات بدلاً من الممثل آندي سيركيس، على سبيل المثال: وضعت الخوارزميات نقاطًا افتراضية على المفاصل الرئيسية للذباب الحي وأجزاء الجسم الأخرى. وتمت مطابقة هذه النقاط مع المواضع المقابلة لها على جسم الذبابة الافتراضية. ومن خلال استيعاب ساعات من مقاطع الفيديو لذباب حقيقي أثناء تحركه (بما في ذلك 272 مقطعًا لمسارات الطيران وحدها)، تعلم الذكاء الاصطناعي كيفية التحرك مثل الذبابة – دون تعليمات صريحة من الباحثين بإدارة أرجلها أو الرفرفة بجناحيها. عندما كتب العلماء أمرًا مثل “المشي بشكل مستقيم بسرعة 2 سم في الثانية”، ستكتشف الذبابة الافتراضية بنفسها كيفية وضع مفاصلها أو مدى قوة دفع قدميها على الأرض.
بمجرد أن تعلم الذكاء الاصطناعي الخاص بـ DeepMind الطرق المختلفة التي تلوي بها ذبابة الفاكهة الحقيقية جسدها وكيف تعمل القوى الفيزيائية على كل جزء، أصبح بإمكان الكائن الافتراضي الناتج أن يتلاعب بجسده بأكثر من 100 درجة من الحرية (في إشارة إلى الأوضاع المحتملة التي يمكن أن يتخذها الجسم ). نظرًا لأن كل درجة من الحرية تضيف معاملًا يجب على الآلة تتبعه، “فهذا يتجاوز ما يعتبر حاليًا أحدث ما توصلت إليه الغالبية العظمى من الروبوتات”، كما يقول زاك باترسون، زميل ما بعد الدكتوراه في حاسوب معهد ماساتشوستس للتكنولوجيا. مختبر العلوم والذكاء الاصطناعي، الذي لم يشارك في الدراسة. معظم الروبوتات البشرية الواقعية – بما في ذلك الروبوتات الافتراضية – لديها ما يقرب من ذلك 30 ل 70 درجات الحرية.
قام مبتكرو الذبابة الافتراضية بمقارنة سرعات المشي، والمشي، واتجاه الجسم، ومسارات الطيران، وأنماط ضربات الجناح لذبابة الذكاء الاصطناعي الخاصة بهم مع تلك الحقيقية. وكانت كل حركة من حركات الذبابة الافتراضية تكاد تكون متطابقة تمامًا مع حركات الحيوانات الحية. عندما طُلب منها الطيران، قامت الذبابة المحاكاة، خطوة بخطوة، بنفس سلسلة الحركات تمامًا مثل الحشرات الحقيقية. يقول مات بوتفينيك، كبير مديري الأبحاث في Google DeepMind: “كل شيء يتناسب معًا بشكل صحيح، مما يمنحنا بعض الثقة في دقة نماذجنا”. “ويمكننا أن نقدم هذا ل [research] المجتمع كأداة يمكنهم من خلالها اكتشاف أشياء جديدة مفيدة.
محاكاة الحيوانات ليست فكرة جديدة؛ تحاول OpenWorm، التي استمرت لمدة عام، استنساخ الديدان الخيطية أنواع معينة انيقة على جهاز كمبيوتر. الأمر المبتكر بشكل خاص في حشرة DeepMind هو أن الذكاء الاصطناعي الخاص بها يتعلم باستمرار من العروض التوضيحية ومقاطع الفيديو الخاصة بالذباب الحقيقي، كما يقول باترسون، دون تدخل بشري ودون أن يكون أي شخص “قد قام بالفعل ببرمجة هذا السلوك بشكل صريح”. ويضيف أن هذا “يتجاوز كثيرًا ما يفعله معظم العاملين في مجال الروبوتات”.
المطورين في DeepMind، وهو معروف بعمله محاكاة البيئات الافتراضية الواقعية وكيفية تحرك الأشياء فيها، يتم بناء نماذج حاسوبية مفصلة للعديد من حيوانات المختبر. العمل في محاولتهم الأولى، فأر، لا يزال مستمرا. ونظرًا لنجاح مشروع الذبابة، فإنهم يتطلعون إلى توسيع حديقة الحيوانات الافتراضية الخاصة بهم لتشمل يومًا ما الكلاب والنعام وأسماك الزرد.
يقول توراجا إن قدرة ذبابة الفاكهة الافتراضية على تقليد سلوكيات محددة من خلال “مشاهدة” مقاطع فيديو لسلوكيات حقيقية يمكن استخدامها أيضًا لدراسة السلوكيات الناشئة للحشرات الحقيقية. على سبيل المثال، يمكن للذكاء الاصطناعي معالجة فيديو للذباب الحي الذي لديه جينات أو خلايا عصبية محددة قيد التشغيل أو الإيقاف. يمكن لذبابة الذكاء الاصطناعي التي تتعلم المشي مثل حيوان لديه طفرة جينية أن تساعد الباحثين على تحديد الطريقة التي يغير بها الجين نشاطه. “يمكن لشخص ما أن يقول: لقد قمنا بتدمير هذه الخلية العصبية، و [the fly] يقول: “لا يمشي كذلك”. “والآن مع هذا، يمكننا أن نقول أنه لا يسير بشكل جيد بهذه الطريقة بالذات.” علماء الكيمياء الحيوية الذين يعطلون، على سبيل المثال، إشارات الدوبامين في الذبابة، يمكنهم أيضًا ملاحظة التأثيرات الدقيقة على الحركة والمفاصل المحددة المعنية.
الميزات الجديدة التي أضافتها HHMI وDeepMind إلى النموذج الافتراضي قادت أيضًا باترسون، الذي يقوم بالإبداع الروبوتات الناعمة المستوحاة من الحيواناتلتكييف جهاز محاكاة MuJoCo مع عمله. يقول باترسون: “سنستخدمه للقيام بأشياء على روبوت حقيقي”، مضيفًا أن هذا سيساعده على فهم كيف تطير الآلة في الهواء أو تسبح في الماء. “إذا كان يعمل بشكل جيد بما فيه الكفاية لتوليد المسار، وتحسين المسار وأغراض التحكم، فهناك فرصة جيدة أن يشهد هذا الاستخدام على نطاق واسع.”