الدكتور أوفير ليندنباوم هو باحث في مجال التعلم الآلي ويقوم بتطوير خوارزميات يمكنها تحسين البحث العلمي في كل المجالات تقريبًا - بدءًا من اكتشاف أدوية السرطان الجديدة وحتى التنبؤ بالفيضانات
في السنوات الأخيرة، حدث تحسن كبير في علاج السرطان. وقد أدت الاكتشافات العلمية إلى علاجات مبتكرة، على سبيل المثال العلاج البيولوجي، الذي يعتمد على تغيير الجينات التي يفهم علماء الأحياء أنها تؤثر على استجابة الجهاز المناعي للأورام. ومع ذلك، هناك مجال لإجراء تحسينات كبيرة في هذا المجال أيضًا. يقول الدكتور أوفير ليندنباوم من كلية الهندسة: "سيسمح لنا التعلم الآلي بالعثور على العشرات، إن لم يكن المئات، من هذا النوع من الجينات المخفية حاليًا". "إن العثور عليها سيؤدي إلى تطوير أدوية جديدة وشخصية وأكثر فعالية مقارنة بالأدوية المتاحة اليوم، البيولوجية وبالطبع العالمية أيضًا."
Lindenbaum متخصص في التعلم الآلي. ويقول: "في بداية البحث، تعاملت مع معالجة الإشارات، ومن هناك تطورت إلى التعلم الآلي، حيث كان السؤال الذي شغلني طوال الوقت هو كيفية استخلاص المعلومات العلمية التي تهمنا من المعلومات التي تم أخذ عينات منها". "عملت في مرحلة الدكتوراه على دمج المعلومات متعددة الأوجه، والتي تأتي من أجهزة الكمبيوتر وأجهزة القياس المختلفة، على سبيل المثال الصوت والصور التي تأتي من أجهزة الأشعة السينية والرنين المغناطيسي. كان هدفي طوال الوقت هو تعلم كيفية استخدام التعلم الآلي للمساعدة في تطوير البحث العلمي في مختلف المجالات، مثل الطب والبيولوجيا والجيوفيزياء.
حصل على درجة ما بعد الدكتوراه في الرياضيات التطبيقية في جامعة ييل. "في مرحلة ما بعد الدكتوراه، تحولت إلى التعامل بشكل أساسي مع البيانات التي تأتي من عالم البيولوجيا والطب. كان العمل في جامعة ييل بشكل أساسي مع الباحثين في كليتي الطب والأحياء، عندما يطرحون سؤالًا علميًا ويحاولون حله عن طريق جمع المعلومات على أجهزة الكمبيوتر التي تأخذ عينات من الخلايا الفردية أو تصوير الصور من المرضى، ومحاولة فهم ما هي العوامل التي تؤثر على هذه المشكلة"، كما يقول. "كان جانبي هو تطوير الأدوات التي تساعد، من خلال الأتمتة التي أصبح ممكنًا بفضل التعلم الآلي، على العثور على الأنماط والمتغيرات التي تؤثر على المشكلات الطبية. لقد كنت في جامعة ييل لمدة 3.5 سنوات، قضيت العام الأخير منها في إسرائيل، تحت رعاية فيروس كورونا. لقد سمح بحساب الأشخاص مثلي للعمل عن بعد."
ووصل إلى كلية الهندسة في أكتوبر 2021، والتحق بمسار هندسة البيانات. لذلك أسس مجموعته "التعلم الآلي للاكتشافات العلمية" التي تعمل على تطوير أدوات التعلم الآلي التي تساعد في البحث عن الأسئلة العلمية بطريقة تلقائية. يقول: "مجموعتي متنوعة للغاية". "نحن جميعًا منخرطون في تطوير أدوات من شأنها أن تساعد في حل المشكلات العلمية العملية - ولكن في مجالات مختلفة. في مختبري، يتم التحقيق في المشكلات المتعلقة بعلم النفس والبيولوجيا وعلم الأعصاب. يتعامل أحد التعاونات مع الدكتور فاديم أكسلرود من مركز أبحاث الدماغ مع التنبؤ بالحالة العقلية للأشخاص في الحالة الخضرية باستخدام قياسات تسمى الرنين المغناطيسي الوظيفي. تعاون آخر مع البروفيسور شارون غانوت من الكلية يتناول إشارات الكلام. وهناك دراسة أخرى، مع الدكتور يوناتان غانوت من قسم الجغرافيا، تتناول التنبؤ بالفيضانات في المناطق الحضرية.
وفي الوقت نفسه، افتتح الدكتور ليندنباوم دورة جديدة لدرجة الماجستير، والتي تتناول التعلم غير الخاضع للرقابة. "التعلم غير الخاضع للرقابة هو التعلم الذي لا يتطلب وضع علامات بشرية. في مجال التعلم الآلي، يعتمد جزء كبير من البحث على الأمثلة المصنفة، أي تلك التي تتطلب وضع العلامات البشرية لتمكين تدريب نماذج التعلم الآلي. على سبيل المثال، الصور التي نعرفها تحتوي على وجه شخص معين، أو المقاطع الصوتية التي يقول فيها شخص ما كلمة معينة". "على النقيض من ذلك، فإن النماذج التي لا تتطلب وضع العلامات تبحث عن أنماط في قواعد البيانات التي في بعض الأحيان لا يستطيع الإنسان العثور عليها. على سبيل المثال: البحث عن الجينات التي تؤثر على مشكلة طبية معينة في جدول يحتوي على مئات الآلاف من الجينات. ومن الصعب على البشر العثور على أنماط في هذا النوع من البيانات، خاصة عندما يكون الجدول غير منظم. مثال آخر على مجموعة الأشياء يمكن العثور عليه في البحث الذي أقوم به بالتعاون مع الدكتور يوناتان غانوت، الذي يتعامل مع التنبؤ بالفيضانات. طموحنا في هذا المشروع هو إعطاء تنبيه في الوقت الحقيقي للسكان، في تل أبيب على سبيل المثال أو في مدن أخرى في غوش دان، لمنع حوادث غمر المركبات أو الأقبية مع وجود أشخاص بداخلها. في هذا المشروع نقوم بقياس المعلومات الواردة من خدمة الأرصاد الجوية، ونرفقها بتقارير السكان لإعطاء توقعات في الوقت المناسب. هذه هي مرحلة بناء النموذج، وتعتمد على الأمثلة المسماة. ولكن في الوقت الحقيقي نود أن نضعه على عينات غير مُسماة، تلك التي يمكنها التنبؤ بالفيضان حتى قبل صدور التقرير".
يعمل الدكتور ليندنباوم في مختبره مع طلاب وخريجات الدراسات العليا في عدة مشاريع في مجال التعلم الآلي. "حلمي هو أن ننجح في تطوير أدوات تدخل في كل المجالات العلمية؛ وأن علماء الأحياء والأطباء والجيوفيزيائيين، على سبيل المثال، سيستخدمون الأدوات التي طورناها، وأنها ستساعدهم في الوصول إلى اكتشافات جديدة، لا يمكن اكتشافها بالأدوات المتوفرة لديهم اليوم. أرى نفسي أتعامل مع هذا الأمر في المستقبل أيضًا، من أجل تغيير طريقة عمل العلماء، لصالح تحسين العلم ودفعه للأمام والمساعدة في تحقيق اكتشافات جديدة.
المزيد عن الموضوع على موقع العلوم:
