3 ವರ್ಷದ ರಹಸ್ಯ ಬಗೆಹರಿಸಲು ಇಮ್ಯುನಾಲಜಿಸ್ಟ್ Derya Unutmaz ಅವರಿಗೆ GPT‑5 ಹೇಗೆ ನೆರವಾಯಿತು

ವೈದ್ಯರು ಮತ್ತು ಇಮ್ಯುನಾಲಜಿಸ್ಟ್ Derya Unutmaz ಅವರಿಗೆ ವರ್ಷಗಳಿಂದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಲ್ಲಿ ಆಸಕ್ತಿ ಇದೆ. ಆದರೆ GPT‑5 Pro ಅವರು ಮತ್ತು ಅವರ ಪ್ರಯೋಗಾಲಯವು ಮೂರು ವರ್ಷ ಹಳೆಯ ಒಂದು ಒಗಟನ್ನು ಮತ್ತೆ ಪರಿಶೀಲಿಸಲು ಸಹಾಯ ಮಾಡಿದಾಗ, 2025ರ ಕೊನೆಯಲ್ಲಿ ಅವರಿಗೆ “ಆಹಾ” ಕ್ಷಣ ಎದುರಾಯಿತು. ಆ ಒಗಟು ಮಾನವ ದೇಹವು ಕ್ಯಾನ್ಸರ್ ಮತ್ತು ಇತರ ರೋಗಗಳ ವಿರುದ್ಧ ಹೋರಾಡಲು ನೆರವಾಗುವ ವಿಶೇಷ ವಿಧದ ರೋಗನಿರೋಧಕ ಕೋಶದ ಬಗ್ಗೆ ಇತ್ತು.

ಈ ರಹಸ್ಯವು ಇಮ್ಯುನಾಲಜಿಯ ಮೂಲಭೂತವಾದರೂ ಮಹತ್ವದ ಪ್ರಶ್ನೆಯ ಸುತ್ತ ಇತ್ತು: T ಕೋಶಗಳು ಬೆಳೆಯುವ ಮತ್ತು ವಿಶೇಷಗೊಳ್ಳುವ ರೀತಿಗೆ ಗ್ಲೂಕೋಸ್ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ? T ಕೋಶಗಳು ದೇಹವು ವೈರಸ್‌ಗಳ ವಿರುದ್ಧ ಹೋರಾಡಲು, ಕ್ಯಾನ್ಸರ್ ಕೋಶಗಳನ್ನು ನಾಶಪಡಿಸಲು, ಕೆಲವು ಬ್ಯಾಕ್ಟೀರಿಯಾ ಮತ್ತು ಪರೋಪಜೀವಿಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಲು, ಹಾಗೂ ಆರೋಗ್ಯಕರ ಕೋಶಗಳನ್ನು ಅಪಾಯಗಳಿಂದ ಬೇರ್ಪಡಿಸಿ ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುವ ರೋಗನಿರೋಧಕ ಕೋಶಗಳು. ಅವು ಬೆಳೆಯುವಾಗ, ಕ್ಯಾನ್ಸರ್, ಆಟೋಇಮ್ಯೂನ್ ರೋಗ ಮತ್ತು ಸೋಂಕನ್ನು ರೂಪಿಸಬಲ್ಲ ಪಾತ್ರಗಳು ಸೇರಿ ಬೇರೆಬೇರೆ ಕೆಲಸಗಳನ್ನು ವಹಿಸಿಕೊಳ್ಳುತ್ತವೆ. T ಕೋಶಗಳನ್ನು ಒಂದು ವಿಶೇಷೀಕರಣದತ್ತ ಅಥವಾ ಮತ್ತೊಂದರತ್ತ ಒಯ್ಯುವುದೇನು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರಿಂದ ಸಂಶೋಧಕರು ಆ ರೋಗಗಳನ್ನು ಉತ್ತಮವಾಗಿ ಅರಿತುಕೊಳ್ಳಲು ಮತ್ತು ಕೊನೆಗೆ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಚಿಕಿತ್ಸೆ ನೀಡಲು ಸಾಧ್ಯವಾಗಬಹುದು.

ಇಂದು, The Jackson Laboratory ಮತ್ತು University of Connecticutನಲ್ಲಿ ಪ್ರಾಧ್ಯಾಪಕರಾಗಿರುವ Unutmaz, AI ತಮ್ಮ ಕೆಲಸಕ್ಕೆ ಅಷ್ಟು ಕೇಂದ್ರವಾಗಿಬಿಟ್ಟಿದೆ; ಅದಿಲ್ಲದೆ ವಿಜ್ಞಾನ ಮಾಡುವುದನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಹೇಳುತ್ತಾರೆ. “ಅದು ನಿಮ್ಮ ಎರಡೂ ಕೈಗಳನ್ನು ತೆಗೆದುಹಾಕಿದಂತಿರುತ್ತದೆ, ಅಥವಾ ನಿಮ್ಮ ಮೆದುಳಿನ ಅರ್ಧವನ್ನು ತೆಗೆದುಹಾಕಿದಂತಿರುತ್ತದೆ,” ಎಂದು Unutmaz ಹೇಳಿದರು.

ಈ ಒಗಟು 2022ರಲ್ಲಿ ಆರಂಭವಾಯಿತು. ಗ್ಲೂಕೋಸ್ ಎಂಬ ಸಕ್ಕರೆಯ ಒಂದು ವಿಧವು T ಕೋಶಗಳ ಬೆಳವಣಿಗೆಗೆ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು Unutmaz ಒಂದು ಪ್ರಯೋಗ ನಡೆಸಿದರು. ಕೋಶಗಳು ಗ್ಲೂಕೋಸ್ ಅನ್ನು ಇಂಧನ ಮೂಲವಾಗಿ ಬಳಸುತ್ತವೆ; ಜೊತೆಗೆ ಪ್ರೋಟೀನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ಇತರ ಕಾರ್ಯಗಳನ್ನು ನಡೆಸಲು ಸಹ ಬಳಸುತ್ತವೆ.

Unutmaz ಅವರ ಪ್ರಯೋಗದ ಫಲಿತಾಂಶಗಳು ಕ್ಯಾನ್ಸರ್, ಆಟೋಇಮ್ಯೂನ್ ರೋಗ ಮತ್ತು ಸೋಂಕುಗಳಂತಹ ಕಾಯಿಲೆಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ಸಾಧ್ಯತೆ ಹೊಂದಿದ್ದವು. ಆದರೆ ಆ ವೇಳೆಗೆ, Unutmaz ಮತ್ತು ಅವರ ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ತಾವು ನೋಡುತ್ತಿದ್ದ ವಿಷಯದ ಅರ್ಥವಾಗಲಿಲ್ಲ.

ಹಿಂದಿನ ಅಧ್ಯಯನಗಳು, ಗ್ಲೂಕೋಸ್ ಚಯಾಪಚಯವು T ಕೋಶಗಳು ಹೇಗೆ ವಿಶೇಷಗೊಳ್ಳುತ್ತವೆ ಎಂಬುದನ್ನು ಪ್ರಭಾವಿಸುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಬಲವಾದ ಸಾಕ್ಷ್ಯ ಒದಗಿಸಿದ್ದವು. ಈ ಸಂಬಂಧವನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, Unutmaz ಮತ್ತು ಅವರ ತಂಡವು ಬೆಳವಣಿಗೆಯ ಆರಂಭಿಕ ಹಂತದಲ್ಲಿದ್ದ T ಕೋಶಗಳನ್ನು ಕಡಿಮೆ ಗ್ಲೂಕೋಸ್ ಇರುವ ಪರಿಸರಕ್ಕೆ ಅಥವಾ ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್ ಎಂಬ ಗ್ಲೂಕೋಸ್‌ನಂತಿರುವ ಅಣು ಹೊಂದಿದ್ದ ಪರಿಸರಕ್ಕೆ ಒಡ್ಡಿತು. ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್ ಕೋಶದ ಗ್ಲೂಕೋಸ್ ಬಳಸುವ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಅಡ್ಡಿಪಡಿಸಿ, ಶಕ್ತಿ ಉತ್ಪಾದನೆ ಮತ್ತು ಪ್ರೋಟೀನ್ ನಿರ್ಮಾಣವನ್ನು ವ್ಯತ್ಯಯಗೊಳಿಸುತ್ತದೆ. ಪ್ರೋಟೀನ್‌ಗಳು ಮುಖ್ಯ, ಏಕೆಂದರೆ ಅವು ಕೋಶದೊಳಗಿನ ಚಟುವಟಿಕೆಯನ್ನು ಸಂಯೋಜಿಸುತ್ತವೆ ಮತ್ತು ಕೋಶದ ಹೊರಗೆ ಮಾಹಿತಿಯನ್ನು ಕಳುಹಿಸುವ ಹಾಗೂ ಸ್ವೀಕರಿಸುವ ಸಂದೇಶವಾಹಕರಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ.

ಎರಡೂ ಪರಿಸ್ಥಿತಿಗಳು ಒಂದೇ ರೀತಿಯ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ ಎಂದು ತಂಡ ನಿರೀಕ್ಷಿಸಿತು. ಎರಡೂ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಗ್ಲೂಕೋಸ್, ಅಂದರೆ T ಕೋಶಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಬೇಕಾದ ಶಕ್ತಿ, ಸೀಮಿತವಾಗಿರುತ್ತಿತ್ತು. ಆದರೆ ನಡೆದದ್ದು ಹಾಗಿರಲಿಲ್ಲ.

ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್‌ಗೆ ಒಡ್ಡಲ್ಪಟ್ಟ T ಕೋಶಗಳು ದೇಹದ ಉರಿಯೂತ ಪ್ರತಿಕ್ರಿಯೆಯಲ್ಲಿ ತೊಡಗಿರುವ ಕೋಶಗಳನ್ನು ಬಹಳ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಉತ್ಪಾದಿಸಿದವು. ಕಡಿಮೆ ಸಾಂದ್ರತೆಯ ಗ್ಲೂಕೋಸ್‌ಗೆ ಒಡ್ಡಲ್ಪಟ್ಟ ಕೆಲವು T ಕೋಶಗಳು ಉರಿಯೂತ ಪ್ರತಿಕ್ರಿಯೆ ಕೋಶಗಳಾಗಿ ವಿಶೇಷಗೊಂಡವು, ಆದರೆ ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್‌ನಲ್ಲಿ ಕಂಡಷ್ಟೇ ಸಂಖ್ಯೆಯಲ್ಲಿ ಅಲ್ಲ. ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್‌ಗೆ ಆರಂಭದಲ್ಲೇ ಒಡ್ಡಿದ ಪರಿಣಾಮಗಳು, ಸಂಶೋಧಕರು ಆ ಗ್ಲೂಕೋಸ್‌ನಂತಹ ಅಣುವನ್ನು ತೆಗೆದುಹಾಕಿದ ನಂತರವೂ ಮುಂದುವರಿದವು.

ಈ ವ್ಯತ್ಯಾಸವನ್ನು ಶಕ್ತಿಯ ಕೊರತೆಯಿಂದ ಮಾತ್ರ ವಿವರಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಇನ್ನೇನೋ ನಡೆಯುತ್ತಿತ್ತು. ಆದರೆ ಏನು ನಡೆಯುತ್ತಿದೆ ಎಂಬುದನ್ನು Unutmaz ಮತ್ತು ಅವರ ಪ್ರಯೋಗಾಲಯ ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಆದ್ದರಿಂದ ಅವರು ಆ ಪ್ರಯೋಗವನ್ನು ಬದಿಗಿಟ್ಟು, ತಮ್ಮ ಗಮನ ಬೇಕಾಗಿದ್ದ ಇತರ ತುರ್ತು ಕೆಲಸಗಳತ್ತ ಸಾಗಿದರು.

ನಂತರ 2025ರ ಕೊನೆಯಲ್ಲಿ GPT‑5 Pro ಬಿಡುಗಡೆಯಾಯಿತು, ಮತ್ತು Unutmaz ಆ ಪ್ರಯೋಗವನ್ನು ಮತ್ತೆ ಹೊರತೆಗೆದು ನೋಡಲು ನಿರ್ಧರಿಸಿದರು. ಅವರು ಫಲಿತಾಂಶಗಳನ್ನು ಮಾಡೆಲ್‌ಗೆ ಅಪ್‌ಲೋಡ್ ಮಾಡಿ, ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಅದನ್ನು ಕೇಳಿದರು.

ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್ IL-2 ಎಂಬ ಪ್ರೋಟೀನ್ ನಿರ್ಮಾಣಕ್ಕೆ ಅಡ್ಡಿಪಡಿಸಿದೆ ಎಂದು GPT‑5 Pro ಸೂಚಿಸಿತು. ಈ ಪ್ರೋಟೀನ್ T ಕೋಶಗಳು Th17 ಎಂದು ಕರೆಯುವ ಉರಿಯೂತ ಪ್ರತಿಕ್ರಿಯೆ ಕೋಶಗಳಾಗುವುದನ್ನು ತಡೆಯಬಲ್ಲದು. ಒಟ್ಟಿನಲ್ಲಿ, ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್ T ಕೋಶವು Th17 ಕೋಶವಾಗುವ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಇದ್ದ ಒಂದು ಅಡ್ಡಿಯನ್ನು ತೆಗೆದುಹಾಕಿತು. ಅದಕ್ಕಾಗಿಯೇ ಕಡಿಮೆ ಗ್ಲೂಕೋಸ್ ಪರಿಸರದಲ್ಲಿದ್ದ T ಕೋಶಗಳು, ಡಿಆಕ್ಸಿಗ್ಲೂಕೋಸ್ ಪರಿಸರದಲ್ಲಿ ಕಂಡಷ್ಟೇ ಸಂಖ್ಯೆಯಲ್ಲಿ Th17 ಕೋಶಗಳಾಗಿರಲಿಲ್ಲವೋ ಸಾಧ್ಯ.

“GPT‑5 ನಿಜಕ್ಕೂ ಗಮನಾರ್ಹವಾದ ಈ ಒಳನೋಟವನ್ನು ನೀಡಿತು; ಹಿಂದಿರುಗಿ ನೋಡಿದಾಗ ಅದು ಸಂಪೂರ್ಣವಾಗಿ ಸರಿಹೊಂದುತ್ತದೆ,” ಎಂದು Unutmaz ಹೇಳಿದರು. ಅದು ಅವರದೇ ಪರಿಣತಿಯ ವಲಯದಿಂದ ಸ್ವಲ್ಪ ಹೊರಗಿದ್ದ ಕಾರಣ, ಆ ಸಂಪರ್ಕ ಅವರಿಗೆ ಸ್ವತಃ ಕಾಣಿಸಲಿಲ್ಲ; ಅವರ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿದ್ದ ಯಾರಿಗೂ ಕಾಣಿಸಲಿಲ್ಲ.

ನಂತರ GPT‑5 ಒಂದು ಪ್ರಯೋಗದ ಫಲಿತಾಂಶವನ್ನು ಊಹಿಸಬಹುದೇ ಎಂದು ನೋಡಲು Unutmaz ನಿರ್ಧರಿಸಿದರು. ಆ ಇಮ್ಯುನಾಲಜಿಸ್ಟ್ ಈಗಾಗಲೇ ಒಂದು ವಿಧದ ಲಿಂಫೋಮಾವನ್ನು ಗುರಿಯಾಗಿಸುವ T ಕೋಶದ ಮೇಲೆ ನಡೆಸಿದ್ದ ಪ್ರಯೋಗದಿಂದ ಆರಂಭಿಸಿದರು. CD8+ ಎಂದು ಕರೆಯುವ ಈ ನಿರ್ದಿಷ್ಟ T ಕೋಶಗಳಿಗೆ ಲಿಂಫೋಮಾ ಕೋಶಗಳನ್ನು ಕೊಲ್ಲುವ ಹೆಚ್ಚಿದ ಸಾಮರ್ಥ್ಯ ಇದೆ ಎಂದು ಅವರ ಪ್ರಯೋಗ ತೋರಿಸಿತು.

ಅದೇ ಪ್ರಯೋಗವನ್ನು ಅನುಕರಿಸಲು Unutmaz GPT‑5 Pro ಅನ್ನು ಕೇಳಿದಾಗ, CD8+ ಕೋಶಗಳ ಲಿಂಫೋಮಾ ಕೋಶಗಳನ್ನು ಕೊಲ್ಲುವ ಸಾಮರ್ಥ್ಯದಲ್ಲಿನ ಏರಿಕೆಯನ್ನು ಅದು ಸರಿಯಾಗಿ ಊಹಿಸಿತು. ಮಾಡೆಲ್ ಆ ಫಲಿತಾಂಶಗಳನ್ನು ಇಂಟರ್ನೆಟ್‌ನಿಂದ ತಿಳಿದುಕೊಳ್ಳಲು ಸಾಧ್ಯವಿರಲಿಲ್ಲ, ಏಕೆಂದರೆ Unutmaz ಇನ್ನೂ ಫಲಿತಾಂಶಗಳನ್ನು ಪ್ರಕಟಿಸಿರಲಿಲ್ಲ.

“ಅದೇ ಕ್ಷಣದಲ್ಲಿ ನನಗೆ, ಸರಿ, ಈ ಮಾಡೆಲ್‌ಗಳು ಈಗ ನಿಜವಾಗಿಯೂ, ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಹಂತಕ್ಕೆ ಬಂದಿವೆ ಎಂದು ಅನಿಸಿತು,” ಎಂದು ಅವರು ಹೇಳಿದರು.

GPT‑5 Pro ನಂತಹ ಮಾಡೆಲ್‌ಗಳು ಈಗ ಸಹಯೋಗಿಗಳಂತೆ ಹೆಚ್ಚು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂದು Unutmaz ಹೇಳಿದರು. ಅವು ಸಾಹಿತ್ಯ ಸಮೀಕ್ಷೆಗಳನ್ನು ಸುಗಮಗೊಳಿಸಬಹುದು; ಪ್ರತಿವಾರ ಪ್ರಕಟವಾಗುವ ನೂರಾರು ಹೊಸ ಶೈಕ್ಷಣಿಕ ಪ್ರಬಂಧಗಳನ್ನು ಸಂಸ್ಕರಿಸಿ, ಇನ್ನೂ ಉತ್ತರ ಸಿಗದ ಪ್ರಶ್ನೆಗಳನ್ನು ವಿಜ್ಞಾನಿಗಳು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡಬಹುದು. ಅವು ಸಂಶೋಧಕರು ತಮ್ಮ ಊಹಾಪೋಹಗಳನ್ನು ಇನ್ನಷ್ಟು ತೀಕ್ಷ್ಣಗೊಳಿಸಲು ಸಹ ಸಹಾಯ ಮಾಡಬಹುದು; ಕೈಗೊಳ್ಳಲು ಅತ್ಯಂತ ಮೌಲ್ಯಯುತವಾದ ಪ್ರಯೋಗಗಳನ್ನು ಗುರುತಿಸಲು ಬೇಕಾಗುವ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.

“ನಿಮ್ಮ ಊಹಾಪೋಹವನ್ನು ಪರಿಶೀಲಿಸಲು ನೀವು ಮಾಡಬಹುದಾದ ವಿಷಯಗಳ ಸಂಖ್ಯೆ ಅಪಾರ,” ಎಂದು Unutmaz ಹೇಳಿದರು. “ನಿಮ್ಮ ಬಳಿ ಅನೇಕ ಮಾರ್ಗಗಳಿರುತ್ತವೆ, ಮತ್ತು ಯಾವುದು ಅತ್ಯುತ್ತಮ ತಂತ್ರವಾಗುತ್ತದೆ ಎಂಬುದು ನಿಮಗೆ ತಿಳಿದಿರುವುದಿಲ್ಲ.” ಆದ್ದರಿಂದ ಪ್ರಯೋಗಗಳನ್ನು ಅನುಕರಿಸಲು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲು ಅವರು GPT‑5 Pro ಬಳಸುತ್ತಾರೆ; ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಯಾವ ಪ್ರಯೋಗಗಳನ್ನು ಮರುಕಳಿಸುವುದು ಮೌಲ್ಯಯುತ ಎಂಬುದನ್ನು ಕಡಿಮೆ ವ್ಯಾಪ್ತಿಗೆ ತರಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಇದು ಸಂಶೋಧಕರ ವಾರಗಳಿಂದ ತಿಂಗಳುಗಳ, ಕೆಲವೊಮ್ಮೆ ವರ್ಷಗಳ ಕೆಲಸವನ್ನೂ ಕಡಿತಗೊಳಿಸಿ, ಜೀವಶಾಸ್ತ್ರ ಕ್ಷೇತ್ರವನ್ನು ಬಹಳ ವೇಗಗೊಳಿಸಬಹುದು.

ಆದರೂ, ವಿಷಯ ಪರಿಣತಿ ಇನ್ನೂ ಅತ್ಯಂತ ಮುಖ್ಯ. AI ಒಂದು ಒಳನೋಟವನ್ನು ಸೃಷ್ಟಿಸಬಹುದು, ಆದರೆ ಅದರ ಮಹತ್ವ ಮತ್ತು ಸಾಧ್ಯತೆಯನ್ನು ಜನರೇ ಇನ್ನೂ ಮೌಲ್ಯಮಾಪನ ಮಾಡಬೇಕು. ಉದಾಹರಣೆಗೆ, Unutmaz ಅವರ ಪರಿಣತಿ ಇಲ್ಲದ ಯಾರಿಗಾದರೂ, ಅವರ ರೋಗನಿರೋಧಕ ಕೋಶ ಪ್ರಯೋಗಗಳಲ್ಲಿ GPT‑5 Pro ಗುರುತಿಸಿದ ಯಾಂತ್ರಿಕ ಒಳನೋಟ ಮುಖ್ಯವೇ ಅಲ್ಲವೇ ಎಂದು ಹೇಳಲು ಸಾಧ್ಯವಾಗುತ್ತಿರಲಿಲ್ಲ.

ಒಳನೋಟಗಳನ್ನು ಸೃಷ್ಟಿಸುವ ಮತ್ತು ಕೆಲಸವನ್ನು ವೇಗಗೊಳಿಸುವ ಈ ಸಾಮರ್ಥ್ಯಗಳ ಕಾರಣದಿಂದಲೇ ಅವನ್ನು ಜವಾಬ್ದಾರಿಯಾಗಿ ನಿರ್ವಹಿಸಬೇಕು. AI ಸಂಶೋಧಕರು ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ವೈದ್ಯಕೀಯದಲ್ಲಿ ವೇಗವಾಗಿ ಮುಂದುವರಿಯಲು ಸಹಾಯ ಮಾಡಬಹುದು. ಆದರೆ ಇದೇ ಸಾಮರ್ಥ್ಯಗಳು ಜೈವಿಕ ಅಥವಾ ರಾಸಾಯನಿಕ ಆಯುಧಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ಅಥವಾ ಬಳಸಲು ಯತ್ನಿಸುವ ದುರುದ್ದೇಶಿಗಳನ್ನೂ ಒಳಗೊಂಡಂತೆ ದುರುಪಯೋಗದ ಅಡೆತಡೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು. OpenAI‌ನ Preparedness Framework ಈ ಅಪಾಯಗಳನ್ನು ಹಾದಿ ಹಿಡಿದು ಗಮನಿಸುವ ಮತ್ತು ಗಂಭೀರ ಹಾನಿ ಉಂಟುಮಾಡಬಲ್ಲ AI ಸಾಮರ್ಥ್ಯಗಳ ವಿರುದ್ಧ ರಕ್ಷಣಾ ಕ್ರಮಗಳನ್ನು ನಿರ್ಮಿಸುವ ನಮ್ಮ ವಿಧಾನವನ್ನು ವಿವರಿಸುತ್ತದೆ.

AI ಯಾವ ದಿಕ್ಕಿನಲ್ಲಿ ಸಾಗುತ್ತಿದೆ ಎಂಬುದರ ಬಗ್ಗೆ Unutmaz ಆಶಾವಾದಿಯಾಗಿದ್ದಾರೆ. ಇದಕ್ಕಿಂತ ಮೊದಲು ಬಂದ ಯಾವುದಕ್ಕೂ ಇದು ಹೋಲುವುದಿಲ್ಲ ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ; ಇಂಟರ್ನೆಟ್‌ಗೂ ಅಲ್ಲ, ಕೈಗಾರಿಕಾ ಕ್ರಾಂತಿಗೂ ಅಲ್ಲ. ಇತ್ತೀಚೆಗೆ, ದೊಡ್ಡ ಪ್ರಮಾಣದ ಕ್ಯಾನ್ಸರ್ ಮ್ಯೂಟೇಶನ್ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಮತ್ತು ಪ್ರಿಸಿಷನ್ ಇಮ್ಯುನೋಥೆರಪಿಯ ಪ್ರಯತ್ನಗಳನ್ನು ವೇಗಗೊಳಿಸುವ ಉದ್ದೇಶದ ಸಂಶೋಧನಾ ಸಾಮಗ್ರಿಗಳನ್ನು ರಚಿಸಲು Unutmaz Codex ಮತ್ತು GPT‑5.2 ಡೀಪ್ ರಿಸರ್ಚ್ ಸೇರಿದಂತೆ ಪ್ರಗತಿಶೀಲ AI ಸಾಧನಗಳೊಂದಿಗೆ ಪ್ರಯೋಗಿಸಿದ್ದಾರೆ; ಇದರಲ್ಲಿ T ಕೋಶಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾದ ವಿಶಾಲ ಕರಡು ಪಠ್ಯಪುಸ್ತಕವೂ ಸೇರಿದೆ.

ಈ ಅನ್ವೇಷಣೆಯ ಕಾಲದ ಭಾಗವಾಗಿರುವುದು ತನ್ನ ಅದೃಷ್ಟ ಎಂದು Unutmaz ಭಾವಿಸುತ್ತಾರೆ. “ಇದನ್ನು ಇತಿಹಾಸದ ದೃಷ್ಟಿಯಿಂದ ಕೇವಲ ಸಾಕ್ಷಿಯಾಗುವುದಷ್ಟೇ ಅಲ್ಲ, ಸ್ವಲ್ಪ ಮಟ್ಟಿಗೆ ಅದರಲ್ಲಿ ಭಾಗವಹಿಸಲೂ ಸಾಧ್ಯವಾಗುತ್ತಿರುವುದರಿಂದ, ನಾನು ನಿಜವಾಗಿಯೂ ಅದೃಷ್ಟಶಾಲಿ ಮತ್ತು ವಿಶೇಷಾಧಿಕಾರ ಪಡೆದವನು ಎಂದು ಭಾವಿಸುತ್ತೇನೆ.”