آنزیم ART کلود مورد اختلاف است؛ تیم کپنهاگ می‌گوید نخستین بار آن را یافته است
نزدیک به سه هفته پس از اعلام ۲۳ سپتامبر، روزی که آنتروپیک سامانه آنزیمی ART را به‌عنوان یک کشف زیستی که عمدتاً توسط کلود انجام شده معرفی کرد، یک پرسش همچنان بی‌پاسخ مانده است و شرکت هنوز نتوانسته آن را به‌طور کامل روشن کند. ماریو رودریگز مستره، پژوهشگر زیست‌شناسی محاسباتی در دانشگاه کپنهاگ، می‌گوید این تیم از سال ۲۰۲۲ همان آنزیم‌هایی را بررسی می‌کرده که آنتروپیک اکنون آن‌ها را ART می‌نامد. آنتروپیک در پاسخ اعلام کرده است که از هیچ پژوهش منتشرشده‌ای درباره این سامانه اطلاعی ندارد و کلود را با گفت‌وگوهای کاربران آموزش نمی‌دهد.
گزارش فنی آنتروپیک درباره ART یک فایل PDF حدود ۲۱ مگابایتی به زبان انگلیسی است که بدون نیاز به حساب کاربری و به‌صورت رایگان در دسترس قرار دارد. این گزارش هنوز توسط دانشمندان دیگر داوری نشده است.
اصل خبر در واقع تازه نیست؛ نخستین گزارش درباره ART در ۲۴ سپتامبر منتشر شد و اعلامیه، پیش‌چاپ و نخستین واکنش‌ها را پوشش داد. اما پس از بررسی نیویورک‌تایمز در ۲۷ سپتامبر، تصویر ماجرا تغییر کرد. در اینجا فقط همان بخش از داستان اهمیت دارد: چه کسی چه ادعایی دارد، بر اساس چه اسنادی صحبت می‌کند و چه چیزهایی هنوز قابل اثبات نیست.
ادعای تیم کپنهاگ چیست؟
مفصل‌ترین روایت را کارل زیمر در نیویورک‌تایمز ارائه کرده که متن آن به‌طور کامل توسط آیریش‌تایمز نیز بازنشر شده است. مستره می‌گوید این آنزیم‌ها نخستین بار در سال ۲۰۲۲، هنگام جست‌وجو برای ترانسکریپتازهای معکوس جدید (آنزیم‌هایی که RNA را به DNA تبدیل می‌کنند) در فاژهای غول‌پیکر، یعنی ویروس‌های بسیار بزرگی که باکتری‌ها را آلوده می‌کنند، شناسایی شدند. این تیم به‌طور غیررسمی آن‌ها را «جامبترون‌ها» می‌نامد. پژوهشگران این گروه چهار سال است این خانواده را بررسی می‌کنند، اما هنوز چیزی منتشر نکرده‌اند.
این تیم حدود سه سال است از مدل‌های آنتروپیک برای نوشتن کد و پیش‌نویس مقاله‌های علمی استفاده می‌کند. بر اساس گزارشی که روزنامه منتشر کرده، مستره در گفت‌وگو با کلود پیش‌نویس پایان‌نامه و مقاله‌ای درباره جامبترون‌ها را به اشتراک گذاشته و اطلاعات دیگری نیز در جریان کارهای اداری وارد سامانه شده است. این داده‌ها ظاهراً شامل نتایج آزمایش‌های منتشرنشده از سال ۲۰۲۲ نیز بوده‌اند.
نگرانی مطرح‌شده این است که این اطلاعات به آموزش نسخه‌های بعدی مدل‌ها کمک کرده باشد. مستره می‌پذیرد که نمی‌تواند این موضوع را ثابت کند و اذعان دارد که هم‌زمانی‌ها ممکن است رخ دهند، زیرا گروه‌های مختلف در این حوزه روی مسائل نزدیک به هم کار می‌کنند. یک تردید فنی نیز وجود دارد: جامبترون‌ها نادر هستند و تشخیص ژن‌های RNA آن‌ها از توالی‌های تصادفی دشوار است؛ بنابراین روشن نیست که یک عامل هوش مصنوعی بتواند در چند ساعت به چنین کشفی برسد.
این گزارش می‌گوید پیام‌های اسلک، نمودارها و دیگر موادی را که مستره در این سال‌ها تولید کرده بررسی کرده است. این اسناد استفاده گسترده از هوش مصنوعی در پژوهش را نشان می‌دهند، اما خود گزارش تأکید می‌کند که آن‌ها استفاده آنتروپیک از این کارها را ثابت نمی‌کنند. نکته دیگری نیز وجود دارد: مستره برای مدت کوتاهی به‌عنوان مشاور شرکت ReNegade Therapeutics فعالیت کرده بود؛ شرکتی که در سال ۲۰۲۳ برای چند ترانسکریپتاز معکوس، از جمله مواردی که مستره یافته بود، درخواست ثبت اختراع ارائه کرد و نام او نیز در میان مخترعان آمده است.
پاسخ آنتروپیک چیست؟
آنتروپیک در بیانیه‌ای که یکشنبه ۲۷ سپتامبر منتشر کرد، گفت از هیچ پژوهش منتشرشده‌ای که سامانه ART را توصیف کرده باشد اطلاع ندارد. این شرکت افزود کلود با متن گفت‌وگوهای کاربران آموزش داده نمی‌شود و تیم زیست‌شناسی مولکولی آن به این گفت‌وگوها دسترسی ندارد. همین پاسخ در گزارش ThePrint نیز آمده است.
امروز ما کشف هدایت‌شده توسط کلود درباره یک ماشین مولکولی را اعلام کردیم که احتمال می‌دهیم بتواند یک سازوکار جدید ویرایش ژن باشد. عملکرد دقیق آن، کاربرد زیست‌فناورانه آن (در صورت وجود) یا میزان اهمیت آن هنوز مشخص نیست، اما دست‌کم کاری است که به انجام آن افتخار می‌کردم...
— داریو آمودی، ۲۳ سپتامبر ۲۰۲۶
پست اصلی آنتروپیک نسبت به تیترهایی که در بخش زیادی از رسانه‌ها منتشر شد، ادعایی محتاطانه‌تر دارد. این شرکت نوشته است که ترانسکریپتاز معکوس مورد استفاده، که در یک فاژ غول‌پیکر پیدا شده، در مطالعات قبلی شناسایی شده بود. ادعای نوآوری آنتروپیک مربوط به بخش دیگری است: کلود «ظاهراً نخستین» سامانه‌ای را شناسایی کرده که ویژگی‌های مشخص‌کننده آن، یعنی آرایه تکرارهای DNA و پروتئین همراه در کنار ژن، را نشان می‌دهد. طبق روایت نیویورک‌تایمز، شرکت می‌گوید شناسایی مجموعه‌ای از مولکول‌های RNA و پروتئین مرتبط با ترانسکریپتاز معکوس، سهم مشخص کلود بوده است؛ همان نکته‌ای که مستره می‌گوید بیش از یک سال قبل روشن شده بود.
اعداد اعلام‌شده برای این پروژه همان ارقامی هستند که در پست آنتروپیک آمده‌اند: حدود ۹۵۰ عامل کلود به مدت ۲۱ ساعت کار کردند، ۲۱۰ میلیون توکن مصرف شد، بیش از ۲۰۰ هزار ترانسکریپتاز معکوس جمع‌آوری شد، حدود ۳۵۰۰ سامانه نامزد شناسایی و فهرست نهایی به ۲۰ گزارش برای بررسی انسانی محدود شد. طبق بازسازی انجام‌شده در گزارش، عوامل کار را با پنج نمونه ترانسکریپتاز آغاز کردند، خودشان نرم‌افزار جست‌وجو در پایگاه‌های داده دارای میلیاردها توالی را نوشتند و در نهایت به فاژهای غول‌پیکر رسیدند.
چه کسی نخستین بار سامانه ART را کشف کرد؟
در حال حاضر هیچ‌کس نمی‌تواند بر اساس اسناد عمومی پاسخ قطعی بدهد. همان‌طور که خود آنتروپیک پذیرفته، ترانسکریپتاز اولیه از قبل شناخته شده بود. سامانه کامل شامل ترانسکریپتاز، ژن همراه و آرایه تکرارها، از سوی مستره به سال ۲۰۲۲ نسبت داده می‌شود، اما نتایج او منتشر نشده و پیش‌چاپ آنتروپیک نیز هنوز توسط دانشمندان دیگر بررسی نشده است.
در این اختلاف دو پرسش متفاوت وجود دارد که اغلب با یکدیگر مخلوط می‌شوند. نخست مسئله اولویت علمی است: چه کسی زودتر مجموعه ترانسکریپتاز، پروتئین و آرایه را توصیف کرده است؟ پاسخ این پرسش به اسناد دارای تاریخ، دفترهای آزمایشگاهی و پیش‌نویس‌های دارای زمان مشخص وابسته است. پرسش دوم درباره میزان استقلال کلود است: آیا این سامانه با استدلال روی داده‌های عمومی به نتیجه رسید یا اطلاعاتی که در زمینه آن قرار گرفته بود مسیرش را تعیین کرد؟ پاسخ به این موضوع به گزارش کامل فعالیت ۹۵۰ عامل نیاز دارد که فقط آنتروپیک در اختیار دارد، و همچنین اثبات اینکه اطلاعات مستره در دسترس سامانه بوده است. شرکت می‌گوید چنین چیزی رخ نداده است.
صدای سومی نیز این تصویر را پیچیده‌تر می‌کند. ست شپمن، زیست‌مهندس مؤسسه گلادستون و دانشگاه کالیفرنیا در سان‌فرانسیسکو، به نیویورک‌تایمز گفت که از کار مستره آگاه بوده، سال‌ها درباره آن با او صحبت کرده و افراد زیادی در این حوزه این سامانه‌ها را می‌شناسند. اگر چنین باشد، ایده این سامانه‌ها پیش از کلود خارج از کپنهاگ نیز مطرح بوده است. این موضوع پاسخ پرسش درباره استقلال کلود را نمی‌دهد، اما معنای واژه «نخستین» را محدودتر می‌کند. اسمیتسونین نیز تأکید کرده که کلود نخستین سامانه‌ای نبوده که به آن ترانسکریپتاز رسیده است.
چه چیزهایی مشخص است و چه چیزهایی مشخص نیست؟
- آنتروپیک خود تأیید می‌کند که ترانسکریپتاز از قبل شناخته شده بود؛ بنابراین نوآوری مورد ادعای شرکت در آرایه و پروتئین همراه قرار دارد، نه در آنزیم پایه.
- تیم کپنهاگ چیزی منتشر نکرده است؛ بنابراین ادعای آن بر اظهارات و موادی استوار است که نیویورک‌تایمز دیده اما عموم مردم امکان بررسی آن‌ها را ندارند.
- هیچ مدرک عمومی وجود ندارد که این مواد را به کار آنتروپیک مرتبط کند؛ مستره نیز این موضوع را نمی‌تواند ثابت کند.
- پیش‌چاپ آنتروپیک هنوز داوری علمی نشده و عملکرد ART ناشناخته است.
الگویی که پیش‌تر درباره OpenAI دیده شده بود
این ماجرا الگویی را دنبال می‌کند که پیش‌تر در ماه سپتامبر در ریاضیات نیز دیده شد. پس از اعلام OpenAI درباره مسئله ناویر-استوکس، یک ریاضیدان استفاده از ایده‌هایی را که هنوز منتشر نشده بودند به چالش کشید. کمی بعد پژوهشگر دیگری نیز در اتهام‌ها درباره پرونده تام همراه شد. آن زمان نیز مدرک مستقیم وجود نداشت. بحث بر سر این بود که اعتبار علمی به چه کسی تعلق می‌گیرد، در حالی که درستی نتیجه موضوع جداگانه‌ای باقی ماند.
بخش ناخوشایند ماجرا این است: یک دستیار پژوهشی هرچه زمینه و اطلاعات بیشتری دریافت کند، عملکرد بهتری خواهد داشت. به همین دلیل پژوهشگران پیش‌نویس‌ها، داده‌ها و یادداشت‌های خود را، اغلب پیش از انتشار پیش‌چاپ، در اختیار آن قرار می‌دهند. اما همین کار باعث می‌شود این مواد وارد محیطی شوند که آینده آن در کنترل پژوهشگر نیست. کسانی که روی نتایج منتشرنشده کار می‌کنند دو راه عملی دارند: یا این داده‌ها را در اختیار چت‌بات‌ها قرار ندهند، یا پیش از اشتراک‌گذاری با ابزاری متعلق به یک شرکت تجاری، آن‌ها را با تاریخ مشخص به‌صورت عمومی ثبت کنند؛ برای مثال از طریق پیش‌چاپ. انتقال همه کارها به مدل‌های دیگر، همان‌طور که مستره اعلام کرده بود، مشکل اطلاعاتی را که قبلاً بارگذاری شده‌اند حل نمی‌کند.
آنتروپیک نیز به نوبه خود انگیزه زیادی برای روشن کردن این موضوع دارد. این شرکت Claude Science را برای آزمایشگاه‌ها راه‌اندازی کرده، با Novo Nordisk در زمینه داروها همکاری دارد و گفته است ۳۰ مدل زیست‌شناسی مولکولی را سریع‌تر کرده است. بخشی که قرار است داده‌های منتشرنشده خود را به کلود بسپارد، می‌خواهد بداند این داده‌ها در نهایت به کجا می‌روند.
پرسش‌های متداول
۱. آیا کلود از کار منتشرنشده مستره استفاده کرده است؟
هیچ مدرک عمومی چنین چیزی را نشان نمی‌دهد. مستره می‌گوید پیش‌نویس پایان‌نامه، مقاله‌ها و داده‌های سال ۲۰۲۲ را با کلود به اشتراک گذاشته و نگران است این اطلاعات وارد آموزش مدل‌ها شده باشند، اما خود او نیز می‌گوید نمی‌تواند آن را ثابت کند. آنتروپیک آموزش کلود با متن گفت‌وگوهای کاربران را رد کرده و می‌گوید تیم زیست‌شناسی مولکولی آن به این داده‌ها دسترسی ندارد.
۲. آیا ART اکنون یک CRISPR جدید است؟
خیر، دست‌کم در حال حاضر. آنتروپیک عملکرد این سامانه را نمی‌داند و نشان نداده است که ART توانایی ویرایش ژن دارد. اختلاف بر سر اولویت کشف نیز این وضعیت را تغییر نمی‌دهد.
۳. چرا اولویت کشف در چنین پرونده‌ای اهمیت دارد؟
زیرا تعیین می‌کند چه کسی اعتبار علمی و احتمالاً حقوق یک کاربرد را دریافت می‌کند. یک ثبت اختراع در سال ۲۰۲۳ که شامل ترانسکریپتازهای یافته‌شده توسط مستره است وجود دارد، اما گزارش‌های رسانه‌ای نمی‌گویند این ثبت اختراع کل سامانه ART را پوشش می‌دهد. به همین دلیل اسناد دارای تاریخ و بررسی مستقل ضروری هستند.
۴. پژوهشگر پیش از استفاده از دستیار هوش مصنوعی با داده‌های منتشرنشده چه باید بکند؟
باید بررسی کند چه چیزی و در کجا بارگذاری می‌کند. قراردادها و تنظیمات هر سرویس متفاوت است. برای داده‌های شخصی یا محرمانه، اصول کاهش داده و ناشناس‌سازی اهمیت دارد. برای نتایج علمی منتشرنشده، یک پیش‌چاپ با تاریخ مشخص ساده‌ترین راه محافظت است.
چه چیزی باید منتظر ماند؟
این اختلاف با اسناد دارای تاریخ حل خواهد شد، نه با بیانیه‌ها. برای روشن شدن موضوع، انتشار عمومی کار مستره، بررسی مستقل پیش‌چاپ آنتروپیک و در صورت تمایل بررسی ردپای فعالیت عامل‌ها توسط یک طرف سوم لازم است. تا زمانی که این موارد فراهم نشود، جمله «چه کسی نخستین بود؟» همچنان پرسشی بدون پاسخ قابل تأیید باقی می‌ماند.
پاسخ و اصلاحیه
اگر مستره، آنتروپیک یا هر فرد دیگری که در این مقاله از او نام برده شده معتقد است بخشی از مطلب نادرست است، می‌تواند از فرم پایین صفحه یا صفحه اصلاحات استفاده کند و هر اصلاحیه با تاریخ انتشار خواهد شد.