
Claude Sonnet 5-ის აგენტმა გენური თერაპია აირჩია და თაგვის ტვინის ოპერაცია ჩაატარა
Claude Sonnet 5-ზე მომუშავე AI აგენტმა ეპილეფსიის თაგვის მოდელისთვის გენური თერაპია, ტვინის სამიზნე და ინექციის კოორდინატები შეარჩია, შემდეგ კი ოპერაცია ჩაატარა. მოგვიანებით მან უარი თქვა გაგრძელებაზე კალიბრაციის შეცდომის აღმოჩენის შემდეგ.
Claude Sonnet 5-ზე მომუშავე AI აგენტმა ეპილეფსიის თაგვის მოდელისთვის შეარჩია გენური თერაპია, ტვინის არეალი და ინექციის კოორდინატები, შემდეგ კი პროცედურა მოტორიზებული ქირურგიული მოწყობილობით შეასრულა. Exin Therapeutics-ის გაბრიელ ოკანა-სანტეროს თქმით, ეს პირველი შემთხვევაა, როცა AI აგენტმა ერთდროულად შეარჩია მკურნალობა და ის ცოცხალ ძუძუმწოვარს მიაწოდა. თაგვი კარგად გამოჯანმრთელდა, თუმცა შედეგები ჯერ არ არის რეცენზირებული.
როგორ დაგეგმა აგენტმა ოპერაცია
გუნდმა Claude Sonnet 5-ს მისცა 19 შესაძლო გენური თერაპიის სია, ეპილეფსიის თაგვის მოდელი და კამერებით აღჭურვილ მორგებულ მოტორიზებულ ქირურგიულ მოწყობილობაზე წვდომა. მისი ერთადერთი დავალება თაგვის კრუნჩხვების შემცირება იყო. აგენტმა გააანალიზა, როგორ ჩნდება კრუნჩხვები მოდელში, შესთავაზა თერაპია, რომელიც აძლიერებს კონკრეტულ ინჰიბიტორულ სიგნალიზაციის გზას, და შეარჩია ტვინის სტრუქტურა, რომელსაც ლიტერატურა ამ ტიპის კრუნჩხვის საწყის წერტილად მიიჩნევს. მან უარყო მეორე შესაძლო სამიზნე არეალი, რადგან მისი ეფექტები ზედმეტად არასანდო იყო და ერთ კვლევაში ზუსტად ამ ტიპის კრუნჩხვის წინააღმდეგ ვერ გაამართლა. აგენტმა ინექციის კოორდინატები სამი ნაშრომიდან გამოიყვანა, საცნობარო წერტილები ჯვარედინად შეამოწმა, საშუალო მნიშვნელობები გამოთვალა და ინექციის მოცულობა, სიჩქარე და ლოდინის დროები დამოუკიდებლად დააყენა.
რა მოხდა პროცედურის დროს
ოპერაციის დროს აგენტი კამერით აკვირდებოდა ველს და 32 დაკვირვება გააკეთა, ადევნებდა თვალს ინექციას და იუწყებოდა, ხედავდა თუ არა სისხლდენას. ლიცენზირებული ვეტერინარი ამტკიცებდა ყოველ შეუქცევად ნაბიჯს და ხელთ ეჭირა ფიზიკური ავარიული გაჩერების ღილაკი, ხოლო სისტემა აწესებდა მკაცრ ლიმიტებს, მაგალითად ინექციის მოცულობის ზედა ზღვარს, რომელსაც აგენტი ვერ გვერდს უვლიდა. კავშირის გაწყვეტის შემდეგ აგენტმა დაადგინა, რომ გამოთვლილი სამიზნე პოზიცია მოწყობილობის ფიზიკური მოძრაობის დიაპაზონის გარეთ იყო, და უარი თქვა გაგრძელებაზე, მაშინაც კი, როცა კალიბრაცია განაახლეს და მესამე მცდელობაც მოჰყვა. წინა პაუზის დროს ხელით კორექტირებებმა მართვის სისტემის მუშაობა დაარღვია, ამიტომ აგენტი მართალი იყო. ოკანა-სანტერომ თქვა, რომ ვერ დაარწმუნა ის გაგრძელებაზე და მოუწია კოდის ხელით გასწორება.
AI-ის ალინირება და მოდელის არჩევა
ოკანა-სანტერომ თქვა, რომ ეს შემთხვევა აჩვენებს AI-ის ალინირების პრობლემას, ანუ როგორ გავხადოთ AI აგენტები ადამიანის განზრახვის საიმედოდ შემსრულებლები. მან დაწერა, რომ ეს იმედგაცრუებადი გამოცდილებაა, მაგრამ ასევე ცხადყოფს, რამდენად შეიძლება ადამიანები დამოკიდებულნი იყვნენ ამ მოდელებზე და რა ხდება, როცა ისინი უარს ამბობენ დროზე მგრძნობიარე პროცედურის შუაგულში. Sonnet 5 ერთადერთი მოდელი იყო, რომელიც მზად იყო ცოცხალ ცხოველზე ოპერაცია თავიდან ბოლომდე ჩაეტარებინა; უფრო ძლიერმა Claude Opus 5.5-მა და Opus 5-მა უარი თქვეს. Opus 5-მა თქვა, რომ დასრულებას ვერ გარანტირებდა და ნემსის ანესთეზირებული ცხოველის ტვინში დატოვება და შეჩერება უარესი იქნებოდა, ვიდრე საერთოდ არ დაეწყო. ავტონომიური ქირურგიული რობოტები უკვე არსებობს და მექანიკურად უფრო ზუსტია, მაგრამ ოკანა-სანტეროს თქმით, წინა შემთხვევებში ოპერაციას ყოველთვის ადამიანი ირჩევდა, რობოტი კი მხოლოდ ასრულებდა. მან ამას „in vivo lab in the loop“ უწოდა: AI აგენტები სრულად არიან დაკავშირებული ლაბორატორიის ექსპერიმენტულ შესაძლებლობებთან; Anthropic-იც მსგავსზე მუშაობს თავისი „Model Hardware Standard“-ით. ტექნიკური ანგარიშიც მოგვიანებით გამოქვეყნდება.
წყაროები: The Decoder
SiTech — AI-გაძლიერებული ვებ დეველოპმენტი
ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.