در سمینار «شیمی دیجیتال (رقومی) و هوش مصنوعی» مطرح شد؛ ضرورت توسعه پژوهشهای هوشمند و دادهمحور در علوم شیمی، زیستشناسی و پزشکی شاخه شیمی گروه علوم پایه فرهنگستان علوم در سمینار یکروزه «شیمی دیجیتال (رقومی) و هوش مصنوعی»، کاربرد فناوریهای دیجیتال، یادگیری ماشین و هوش مصنوعی را در تحول علوم شیمی، زیستشناسی و پزشکی بررسی کرد. در این سمینار، همچنین بر همکاری مشترک فرهنگستان علوم و دانشکده مهندسی برق و کامپیوتر دانشگاه تهران برای تدوین برنامه و مواد درسی رشته کموترونیک توافق شد. به گزارش روابط عمومی و اطلاعرسانی فرهنگستان علوم، سمینار یکروزه «شیمی دیجیتال (رقومی) و هوش مصنوعی» روز ۲۱ آبانماه ۱۴۰۵ به همت شاخه شیمی گروه علوم پایه فرهنگستان علوم برگزار شد. این سمینار با هدف بررسی نقش فناوریهای نوین و هوش مصنوعی در تحول علوم شیمی، زیستشناسی و پزشکی برگزار شد و محور اصلی مباحث آن، کاربرد فناوریهای دیجیتال، یادگیری ماشین و تحلیل دادههای کلان در افزایش سرعت پژوهشها، بهبود دقت پیشبینیها و توسعه روشهای نوین علمی بود. در این راستا، چهار موضوع تخصصی مورد بررسی قرار گرفت. چشمانداز آزمایشگاه شیمی دیجیتالی؛ همافزایی سرعت، داده و هوش در نخستین سخنرانی با عنوان «چشمانداز آزمایشگاه شیمی دیجیتالی: همافزایی سرعت، داده و هوش»، دکتر علیاکبر موسویموحدی، رئیس گروه علوم پایه فرهنگستان علوم، نقش فناوریهای دیجیتال در تحول آزمایشگاههای شیمی را بررسی کرد. در این بخش، سه محور اصلی تحول آزمایشگاههای شیمی شامل خودکارسازی آزمایشها، یکپارچهسازی دادهها و استفاده از هوش مصنوعی معرفی شد. دستگاههای با توان عملیاتی بالا (High-Throughput Devices) با بهرهگیری از رباتیک و انجام همزمان آزمایشها، سرعت پژوهش را افزایش میدهند. همچنین آزمایشگاههای یکپارچه با ترکیب دادههای تجربی و محاسباتی، درک جامعتری از پدیدههای شیمیایی فراهم میکنند. هوش مصنوعی نیز با تحلیل دادهها و پیشبینی نتایج، موجب افزایش دقت و کارایی تحقیقات میشود. استفاده از روشهای یادگیری ماشین در محاسبات برهمکنش لیگاند ـ پروتئین دکتر محمدحسین کریمیجعفری، عضو هیئت علمی مرکز تحقیقات بیوشیمی و بیوفیزیک دانشگاه تهران، در سخنرانی خود با عنوان «استفاده از روشهای یادگیری ماشین در محاسبات برهمکنش لیگاند ـ پروتئین»، به کاربرد یادگیری ماشین در پیشبینی قدرت و نحوه اتصال لیگاندها به پروتئینها با هدف بهبود فرایند طراحی و کشف دارو پرداخت. در این سخنرانی، در کنار روشهای سنتی داکینگ مولکولی مبتنی بر میدانهای نیرو، روشهای جدید یادگیری ماشین با استفاده از دادههای تجربی و تلفیق داکینگ آنسامبل و یادگیری آنسامبل معرفی شدند که امکان پیشبینی دقیقتر برهمکنشهای مولکولی را فراهم میکنند. هوش مصنوعی؛ ابزار یا همکار؟ دکتر بابک نجار اعرابی، عضو هیئت علمی دانشکده مهندسی برق و کامپیوتر دانشگاه تهران و همکار مدعو فرهنگستان علوم، در سخنرانی با عنوان «هوش مصنوعی؛ ابزار یا همکار؟»، جایگاه هوش مصنوعی بهعنوان فناوری تحولآفرین و تأثیر آن بر زندگی و فعالیتهای علمی را بررسی کرد. هوش مصنوعی با افزایش سرعت پردازش اطلاعات و کمک به حل مسائل پیچیده، میتواند از یک ابزار ساده به همکار انسان در تصمیمگیری تبدیل شود. با این حال، چالشهایی مانند خطای الگوریتمی، سوگیری، مسائل اخلاقی و وابستگی بیش از حد به فناوری نیز در این بخش مطرح شد. در نهایت، بر ضرورت همکاری هوشمندانه انسان و ماشین همراه با حفظ نظارت و مسئولیتپذیری انسانی تأکید شد. تلاقی فناوری توالییابی ژنومی نسل جدید با هوش مصنوعی؛ پارادایمی نوین در حکمرانی سلامت ملی، امنیت زیستی و اقتصاد دانش در چهارمین سخنرانی، دکتر روحالله موسویبایگی، پژوهشگر و متخصص ژنتیک رایانشی سرطان و بیوانفورماتیک در دانشگاه ایالتی کالیفرنیا، سانفرانسیسکو، بهصورت حضوری درباره کاربرد فناوری توالییابی نسل جدید (NGS) و هوش مصنوعی در توسعه علوم زیستی و ارتقای سلامت سخن گفت. در این بخش، کاربردهای این فناوری در پزشکی دقیق، تشخیص بیماریهای ژنتیکی، درمانهای شخصیسازیشده، پایش بیماریهای عفونی و امنیت غذایی تشریح شد. ترکیب فناوری NGS با الگوریتمهای یادگیری ماشین و یادگیری عمیق، امکان تحلیل دادههای ژنتیکی، تشخیص زودهنگام بیماریها و پیشبینی پاسخ به درمان را فراهم میکند. همچنین بر اهمیت حاکمیت دادههای ژنومیک، امنیت زیستی و تقویت اقتصاد دانشبنیان تأکید شد. جمعبندی و نتایج سمینار مجموع مباحث مطرحشده در این سمینار نشان داد که هوش مصنوعی و فناوریهای دادهمحور در حال ایجاد تحولی بنیادین در علوم شیمی، زیستشناسی و پزشکی هستند. خودکارسازی آزمایشها و استفاده از دستگاههای با توان عملیاتی بالا، سرعت تولید دادههای علمی را افزایش داده است؛ در حالی که یکپارچهسازی دادهها و بهرهگیری از روشهای یادگیری ماشین، امکان تحلیل عمیقتر و استخراج دانش جدید را فراهم میکند. همچنین کاربرد هوش مصنوعی در پیشبینی برهمکنشهای مولکولی، طراحی دارو، تحلیل دادههای ژنومی و توسعه پزشکی دقیق، نشاندهنده ظرفیت بالای این فناوری در حل مسائل پیچیده علمی و بهبود کیفیت زندگی انسان است. از سوی دیگر، مباحث مربوط به تبدیل هوش مصنوعی از ابزار به همکار، ضرورت توجه به ابعاد اخلاقی، اجتماعی و مدیریتی این تحول را یادآور شد. استفاده مسئولانه از فناوریهای هوشمند، مستلزم حفظ نظارت انسانی، اعتبارسنجی علمی نتایج و توجه به امنیت و مالکیت دادههاست. در نهایت، آینده پژوهش و توسعه علمی در گرو همافزایی دانش تخصصی، فناوریهای دیجیتال، دادههای کلان و هوش مصنوعی خواهد بود. سرمایهگذاری هدفمند در این حوزهها، توسعه زیرساختهای پژوهشی و محاسباتی، تربیت نیروی انسانی متخصص و تقویت همکاریهای بینرشتهای میتواند زمینهساز پیشرفت علمی، ارتقای نظام سلامت، افزایش توان رقابتی و توسعه اقتصاد دانشبنیان کشور باشد. تدوین برنامه و مواد درسی رشته کموترونیک در حاشیه این سمینار مقرر شد با همکاری مشترک شاخه شیمی فرهنگستان علوم و دانشکده مهندسی برق و کامپیوتر دانشگاه تهران، برنامه و مواد درسی رشته کموترونیک (Chemotronics) تهیه و تدوین شود. کموترونیک به دانش بهکارگیری فناوریهای الکترونیکی، محاسباتی و هوشمند برای تحلیل، کنترل و توسعه سیستمها و فرایندهای شیمیایی گفته میشود. این سمینار فرصتی ارزشمند برای آشنایی با افقهای نوین علم و فناوری و تأکیدی بر ضرورت حرکت به سوی پژوهشهای هوشمند، یکپارچه و مبتنی بر داده بود و با استقبال چشمگیر شرکتکنندگان برگزار شد. دوشنبه ۲۵ آبان ۱۴۰۵ 09:06 چاپ اشتراک گذاری ias.ac.ir/fa/news/2606 شاخه شیمی گروه علوم پایه فرهنگستان علوم آلبوم مرتبط میانگین امتیاز کاربران: 0.0 (0 رای) 12345 امتیاز 12345 برای امتیاز باید عدد وارد کنید ایمیل صحیح نیست ایمیل نمایش داده شود. تعداد کاراکتر باقیمانده: 500 نظر خود را وارد کنید بازخوانی بازخوانی ارسال