GPT‑5 က Derya Unutmaz ကို ၃ နှစ်ကြာ ပဟေဠိဖြေရှင်းရန် ကူညီပုံ
လူ့ကျွမ်းကျင်မှုကို ဖြည့်တင်းပေးနိုင်သော ဤ မော်ဒယ် ၏ စွမ်းရည်သည် ကင်ဆာသုတေသန၊ autoimmune ရောဂါ နှင့် ကူးစက်ရောဂါများ အပါအဝင် နယ်ပယ်များကို တိုးတက်စေနိုင်သည်။
ဆရာဝန်နှင့် ကိုယ်ခံအားဗေဒပညာရှင် Derya Unutmaz သည် နှစ်ပေါင်းများစွာကြာ ဥာဏ်ရည်တုနည်းပညာကို စိတ်ဝင်စားလာခဲ့သည်။ သို့သော် သူ့အတွက် “အလင်းပွင့်သွားသည့်” အခိုက်အတန့်မှာ ၂၀၂၅ နှစ်နှောင်းပိုင်းတွင် ဖြစ်ခဲ့ပြီး၊ GPT‑5 Pro က သူနှင့် သူ့ဓာတ်ခွဲခန်းကို လူ့ခန္ဓာကိုယ်အား ကင်ဆာနှင့် အခြားရောဂါများကို တိုက်ဖျက်ရာတွင် ကူညီသည့် အထူးကိုယ်ခံအားဆဲလ်အမျိုးအစားတစ်ခုနှင့် ဆိုင်သော သုံးနှစ်သက်တမ်းရှိ ပဟေဠိတစ်ခုကို ပြန်လည်သုံးသပ်ရန် ကူညီပေးခဲ့ချိန်ဖြစ်သည်။
ထိုပဟေဠိသည် ကိုယ်ခံအားဗေဒတွင် အခြေခံကျသော်လည်း အကျိုးဆက်ကြီးမားသော မေးခွန်းတစ်ခုကို အခြေခံထားသည်။ Glucose သည် T ဆဲလ်များ ဖွံ့ဖြိုးပြီး အထူးပြုလုပ်ဆောင်လာပုံကို မည်သို့ သက်ရောက်စေသနည်း။ T ဆဲလ်များသည် ခန္ဓာကိုယ်အား ဗိုင်းရပ်စ်များကို တိုက်ဖျက်ရန်၊ ကင်ဆာဆဲလ်များကို ရှင်းထုတ်ရန်၊ အချို့သော ဘက်တီးရီးယားနှင့် ကပ်ပါးများကို တုံ့ပြန်ရန်၊ ကျန်းမာသောဆဲလ်များကို ခြိမ်းခြောက်မှုများနှင့် ခွဲခြားသိမြင်ရန် ကူညီသည့် ကိုယ်ခံအားဆဲလ်များဖြစ်သည်။ ၎င်းတို့ ဖွံ့ဖြိုးလာသည်နှင့်အမျှ ကင်ဆာ၊ autoimmune ရောဂါနှင့် ကူးစက်ရောဂါတို့ကို ပုံဖော်နိုင်သော အခန်းကဏ္ဍများအပါအဝင် အလုပ်မျိုးစုံကို ယူဆောင်လာကြသည်။ T ဆဲလ်များကို အထူးပြုလုပ်ဆောင်မှုတစ်မျိုးမှ အခြားတစ်မျိုးသို့ တွန်းပို့သည့်အရာကို နားလည်ခြင်းက သုတေသီများအား ထိုရောဂါများကို ပိုမိုနားလည်ရန်နှင့် နောက်ဆုံးတွင် ပိုမိုကောင်းမွန်စွာ ကုသနိုင်ရန် ကူညီပေးနိုင်သည်။
ယနေ့တွင် The Jackson Laboratory နှင့် University of Connecticut တို့မှ ပါမောက္ခဖြစ်သူ Unutmaz က AI သည် သူ့အလုပ်တွင် အလွန်အချက်အချာကျလာပြီး ၎င်းမပါဘဲ သိပ္ပံလုပ်ဆောင်ရခြင်းကို မတွေးတောနိုင်တော့ဟု ဆိုသည်။ “အဲဒါက ကိုယ့်လက်နှစ်ဖက်လုံးကို ဖယ်ရှားလိုက်တာ၊ ဒါမှမဟုတ် ဦးနှောက်တစ်ဝက်ကို ဖယ်ရှားလိုက်တာလိုပါပဲ” ဟု Unutmaz က ပြောသည်။
ပဟေဠိသည် ၂၀၂၂ ခုနှစ်တွင် စတင်ခဲ့သည်။ ထိုအချိန်တွင် Unutmaz သည် glucose ဟု ခေါ်သော သကြားအမျိုးအစားတစ်ခုက T ဆဲလ်များ၏ ဖွံ့ဖြိုးမှုကို မည်သို့ သက်ရောက်စေကြောင်း နားလည်ရန် စမ်းသပ်မှုတစ်ခု ပြုလုပ်ခဲ့သည်။ ဆဲလ်များသည် glucose ကို လောင်စာအရင်းအမြစ်အဖြစ် အသုံးပြုသကဲ့သို့ ပရိုတိန်းများ တည်ဆောက်ရန်နှင့် အခြားလုပ်ဆောင်ချက်များ ဆောင်ရွက်ရန်လည်း အသုံးပြုသည်။
Unutmaz ၏ စမ်းသပ်မှုရလဒ်များသည် ကင်ဆာ၊ autoimmune ရောဂါနှင့် ကူးစက်ရောဂါများကဲ့သို့သော နာမကျန်းမှုများအတွက် အရေးပါသော သက်ရောက်မှုများ ရှိနိုင်သည်။ သို့သော် ထိုအချိန်က Unutmaz နှင့် သူ့ဓာတ်ခွဲခန်းသည် သူတို့တွေ့မြင်နေရသည့်အရာကို နားမလည်နိုင်ခဲ့ကြပါ။
ယခင်လေ့လာမှုများက glucose ဇီဝဖြစ်ပျက်သည် T ဆဲလ်များ အထူးပြုလုပ်ဆောင်လာပုံကို သက်ရောက်စေကြောင်း ခိုင်မာသော အထောက်အထားများ ပေးခဲ့သည်။ ဤဆက်နွယ်မှုကို ပိုမိုနားလည်ရန် Unutmaz နှင့် သူ့အဖွဲ့သည် ဖွံ့ဖြိုးမှုအစောပိုင်းအဆင့်ရှိ T ဆဲလ်များကို glucose နည်းသော ပတ်ဝန်းကျင်တစ်ခု သို့မဟုတ် deoxyglucose ဟုခေါ်သော glucose နှင့် ဆင်တူသည့် မော်လီကျူးပါဝင်သော ပတ်ဝန်းကျင်တစ်ခုနှင့် ထိတွေ့စေခဲ့သည်။ Deoxyglucose သည် ဆဲလ်တစ်ခု၏ glucose အသုံးပြုနိုင်စွမ်းကို အနှောင့်အယှက်ပေးပြီး စွမ်းအင်ထုတ်လုပ်မှုနှင့် ပရိုတိန်းတည်ဆောက်မှုကို ကမောက်ကမဖြစ်စေသည်။ ပရိုတိန်းများသည် ဆဲလ်အတွင်း လှုပ်ရှားမှုများကို ညှိနှိုင်းပေးပြီး ဆဲလ်ပြင်ပသို့ သတင်းအချက်အလက် ပို့လွှတ်ခြင်းနှင့် လက်ခံခြင်းပြုသည့် သတင်းပို့သူများအဖြစ် လုပ်ဆောင်သဖြင့် အရေးကြီးသည်။
အဖွဲ့သည် အခြေအနေနှစ်ခုလုံးမှ တူညီသောရလဒ်များ ထွက်ပေါ်မည်ဟု မျှော်လင့်ခဲ့သည်။ နှစ်မျိုးလုံးတွင် glucose နှင့် T ဆဲလ်များ လုပ်ဆောင်ရန် လိုအပ်သည့် စွမ်းအင်သည် ကန့်သတ်ခံရမည်ဖြစ်သည်။ သို့သော် ဖြစ်လာခဲ့သည်မှာ ထိုသို့မဟုတ်ပါ။
Deoxyglucose နှင့် ထိတွေ့ခဲ့သော T ဆဲလ်များသည် ခန္ဓာကိုယ်၏ ရောင်ရမ်းတုံ့ပြန်မှုတွင် ပါဝင်သော ဆဲလ်များကို အလွန်များပြားစွာ ထုတ်လုပ်ခဲ့သည်။ Glucose ပမာဏနည်းသော အခြေအနေနှင့် ထိတွေ့ခဲ့သော T ဆဲလ်အချို့သည် ရောင်ရမ်းတုံ့ပြန်မှုဆဲလ်များအဖြစ် အထူးပြုလာခဲ့သော်လည်း deoxyglucose တွင် တွေ့ရသည့် အရေအတွက်မျိုး မဟုတ်ပါ။ Deoxyglucose နှင့် အစောပိုင်းတွင် ထိတွေ့ခြင်း၏ သက်ရောက်မှုများသည် သုတေသီများက ထိုဂလူးကို့စ်နှင့် ဆင်တူသည့် မော်လီကျူးကို ဖယ်ရှားပြီးနောက် ဆက်လက်ရှိနေခဲ့သည်။
ဤကွာခြားမှုကို စွမ်းအင်မလုံလောက်မှုတစ်ခုတည်းဖြင့် ရှင်းပြ၍ မရနိုင်ခဲ့ပါ။ အခြားတစ်စုံတစ်ရာ ဖြစ်ပျက်နေခဲ့သည်။ သို့သော် Unutmaz နှင့် သူ့ဓာတ်ခွဲခန်းသည် ဘာဖြစ်နေသည်ကို ရှာမတွေ့နိုင်ခဲ့သဖြင့် ထိုစမ်းသပ်မှုကို ခေတ္တရပ်ထားပြီး သူတို့အာရုံစိုက်ရန် လိုအပ်သည့် အရေးပေါ်အလုပ်များဆီသို့ ပြောင်းရွှေ့ခဲ့ကြသည်။
ထို့နောက် ၂၀၂၅ နှစ်နှောင်းပိုင်းတွင် GPT‑5 Pro ထွက်ရှိလာပြီး Unutmaz က စမ်းသပ်မှုကို ပြန်လည်ဖော်ထုတ်ရန် ဆုံးဖြတ်ခဲ့သည်။ သူသည် ရလဒ်များကို မော်ဒယ်ထဲသို့ အပ်လုဒ်တင်ပြီး ဒေတာကို ခွဲခြမ်းစိတ်ဖြာပေးရန် တောင်းဆိုခဲ့သည်။
GPT‑5 Pro က deoxyglucose သည် IL-2 ဟုခေါ်သော ပရိုတိန်းတစ်မျိုး တည်ဆောက်မှုကို အနှောင့်အယှက်ပေးသည်ဟု အကြံပြုခဲ့သည်။ ဤပရိုတိန်းသည် T ဆဲလ်များကို Th17 ဟု သိကြသော ရောင်ရမ်းတုံ့ပြန်မှုဆဲလ်အဖြစ် ပြောင်းလဲခြင်းမှ တားဆီးနိုင်သည်။ အခြေခံအားဖြင့် deoxyglucose သည် T ဆဲလ်တစ်ခု Th17 ဆဲလ်ဖြစ်လာနိုင်စွမ်းအပေါ်ရှိ အတားအဆီးတစ်ခုကို ဖယ်ရှားပေးခဲ့သည်။ ထိုကြောင့် ဖြစ်နိုင်သည်မှာ glucose နည်းသော ပတ်ဝန်းကျင်ရှိ T ဆဲလ်များသည် deoxyglucose ပတ်ဝန်းကျင်တွင် တွေ့ရသည့် အရေအတွက်နီးပါးအထိ Th17 ဆဲလ်များ မဖြစ်လာခဲ့ခြင်းဖြစ်သည်။
“GPT‑5 က အတိတ်ကို ပြန်ကြည့်လိုက်ရင် လုံးဝ အဓိပ္ပာယ်ရှိနေတဲ့ တကယ့်ထူးခြားတဲ့ ထိုးထွင်းသိမြင်မှုတစ်ခုကို ဖော်ထုတ်ပေးခဲ့တာပါ” ဟု Unutmaz က ပြောသည်။ ၎င်းသည် သူ့ကိုယ်ပိုင် ကျွမ်းကျင်မှုနယ်ပယ်အပြင်ဘက် အနည်းငယ်ရောက်နေသဖြင့် သူကိုယ်တိုင်လည်း ဆက်စပ်မှုကို မမြင်ခဲ့သလို သူ့ဓာတ်ခွဲခန်းရှိ မည်သူမျှလည်း မမြင်ခဲ့ကြပါ။
ထို့နောက် Unutmaz သည် GPT‑5 က စမ်းသပ်မှုတစ်ခု၏ ရလဒ်ကို ခန့်မှန်းနိုင်မနိုင် စမ်းကြည့်ရန် ဆုံးဖြတ်ခဲ့သည်။ ကိုယ်ခံအားဗေဒပညာရှင်ဖြစ်သူသည် lymphoma အမျိုးအစားတစ်ခုကို ပစ်မှတ်ထားသော T ဆဲလ်တစ်ခုအပေါ် သူအရင်က ပြုလုပ်ပြီးသား စမ်းသပ်မှုတစ်ခုဖြင့် စတင်ခဲ့သည်။ သူ၏ စမ်းသပ်မှုက CD8+ ဟုခေါ်သော ဤအထူး T ဆဲလ်များတွင် lymphoma ဆဲလ်များကို ရှင်းထုတ်နိုင်စွမ်း ပိုမိုမြင့်မားလာကြောင်း ပြသခဲ့သည်။
Unutmaz က GPT‑5 Pro ကို ထိုစမ်းသပ်မှုအတိုင်း သရုပ်ဖော်ရန် တောင်းဆိုသောအခါ ၎င်းသည် CD8+ ဆဲလ်များ၏ lymphoma ဆဲလ်များ ရှင်းထုတ်နိုင်စွမ်း တိုးလာမှုကို မှန်ကန်စွာ ခန့်မှန်းခဲ့သည်။ Unutmaz သည် ရလဒ်များကို မထုတ်ဝေရသေးသောကြောင့် မော်ဒယ်သည် အင်တာနက်မှ ရလဒ်များကို ရယူသိရှိထားနိုင်မည် မဟုတ်ပါ။
“အဲဒီအချိန်မှာပဲ ဒီ မော်ဒယ် တွေဟာ တကယ်ကို နားလည်နိုင်တဲ့အဆင့်အထိ ရောက်လာပြီလို့ ကျွန်တော် ခံစားခဲ့ရပါတယ်” ဟု သူက ပြောသည်။
GPT‑5 Pro ကဲ့သို့သော မော်ဒယ်များသည် ယခုအခါ ပူးပေါင်းဆောင်ရွက်သူများနှင့် ပို၍တူညီစွာ လုပ်ဆောင်နေသည်ဟု Unutmaz က ပြောသည်။ ၎င်းတို့သည် အပတ်စဉ် ထုတ်ဝေသော ပညာရပ်ဆိုင်ရာ စာတမ်းအသစ် ရာချီကို စိစစ်လုပ်ဆောင်ကာ သိပ္ပံပညာရှင်များအား မဖြေရှင်းရသေးသော မေးခွန်းများကို ဖော်ထုတ်နိုင်ရန် ကူညီခြင်းဖြင့် စာပေသုံးသပ်မှုများကို ပိုမိုချောမွေ့စေနိုင်သည်။ ၎င်းတို့သည် သုတေသီများအား သူတို့၏ ယူဆချက်များကို ပိုမိုပြတ်သားအောင် ကူညီနိုင်ပြီး ဆောင်ရွက်ရန် အထိုက်တန်ဆုံး စမ်းသပ်မှုများကို ဖော်ထုတ်ရန် လိုအပ်သည့်အချိန်ကို လျှော့ချနိုင်သည်။
“ကိုယ့်ယူဆချက်ကို ဖြေရှင်းဖို့ လုပ်နိုင်တဲ့အရာတွေက အလွန်များပြားပါတယ်” ဟု Unutmaz က ပြောသည်။ “နည်းလမ်းတွေ မရေမတွက်နိုင်အောင် ရှိပြီး ဘယ်နည်းလမ်းက အကောင်းဆုံး မဟာဗျူဟာဖြစ်မလဲ ဆိုတာ မသိနိုင်ပါဘူး။” ထို့ကြောင့် သူသည် GPT‑5 Pro ကို အသုံးပြု၍ စမ်းသပ်မှုများကို သရုပ်ဖော်ပြီး ရလဒ်များကို ခန့်မှန်းစေကာ ဓာတ်ခွဲခန်းတွင် ထပ်လုပ်ရန် တန်သည့် စမ်းသပ်မှုများကို စိစစ်ကျဉ်းမြောင်းစေသည်။ ဤအရာက သုတေသီများအတွက် အပတ်များမှ လများအထိ၊ တစ်ခါတစ်ရံ နှစ်များအထိ ကြာမည့် အလုပ်ကို လျှော့ချနိုင်ပြီး ဇီဝဗေဒနယ်ပယ်ကို အလွန်မြန်ဆန်စွာ တိုးတက်စေသည်။
သို့သော်လည်း သက်ဆိုင်ရာနယ်ပယ်ဆိုင်ရာ ကျွမ်းကျင်မှုသည် အဓိကကျနေဆဲဖြစ်သည်။ AI က ထိုးထွင်းသိမြင်မှုတစ်ခုကို ထုတ်ပေးနိုင်သော်လည်း လူများက ၎င်း၏ အရေးပါမှုနှင့် ဖြစ်နိုင်ခြေရှိမှုကို ဆက်လက် အကဲဖြတ်ရမည် ဖြစ်သည်။ ဥပမာအားဖြင့် Unutmaz ၏ ကျွမ်းကျင်မှုမရှိသူတစ်ဦးသည် သူ၏ ကိုယ်ခံအားဆဲလ် စမ်းသပ်မှုများတွင် GPT‑5 Pro က အမှတ်အသားပြုခဲ့သော ယန္တရားဆိုင်ရာ ထိုးထွင်းသိမြင်မှုသည် အရေးပါသလား မပါသလားဆိုတာကို ခွဲခြားသိနိုင်မည် မဟုတ်ပါ။
ထိုးထွင်းသိမြင်မှုများ ဖန်တီးနိုင်ပြီး အလုပ်ကို မြန်ဆန်စေနိုင်သည့် စွမ်းရည်ကြောင့် ဤစွမ်းဆောင်ရည်များကို တာဝန်ရှိစွာ ကိုင်တွယ်ရန် လိုအပ်သည်။ AI သည် သုတေသီများအား ဇီဝဗေဒနှင့် ဆေးပညာတွင် ပိုမိုမြန်ဆန်စွာ ရွေ့လျားနိုင်ရန် ကူညီနိုင်သော်လည်း ထိုစွမ်းဆောင်ရည်များသည် ဇီဝ သို့မဟုတ် ဓာတုလက်နက်များ ဒီဇိုင်းဆွဲရန် သို့မဟုတ် အသုံးပြုရန် ကြိုးပမ်းသော မကောင်းသူများအပါအဝင် အလွဲသုံးစားလုပ်မှုအတွက် အတားအဆီးများကိုလည်း လျှော့ချနိုင်သည်။ OpenAI ၏ ကြိုတင်ပြင်ဆင်ထားခြင်းဆိုင်ရာ ဖွဲ့စည်းမှု သည် ဤအန္တရာယ်များကို စောင့်ကြည့်ရန်နှင့် ပြင်းထန်သော ထိခိုက်မှုဖြစ်စေနိုင်သည့် AI စွမ်းဆောင်ရည်များကို ကာကွယ်ရန် အကာအကွယ်များ တည်ဆောက်ရာတွင် ကျွန်ုပ်တို့၏ ချဉ်းကပ်ပုံကို ဖော်ပြထားသည်။
AI သွားနေသည့် လမ်းကြောင်းအပေါ် Unutmaz က အကောင်းမြင်ထားသည်။ ၎င်းသည် ယခင်က ရှိခဲ့သည့် မည်သည့်အရာနှင့်မျှ မတူကြောင်း- အင်တာနက်နှင့်လည်း မတူ၊ စက်မှုတော်လှန်ရေးနှင့်လည်း မတူကြောင်း သူက ဆိုသည်။ မကြာသေးမီက Unutmaz သည် Codex နှင့် GPT‑5.2 နက်နဲစွာ ရှာဖွေခြင်း အပါအဝင် အဆင့်မြင့် AI ကိရိယာများကို စမ်းသပ်အသုံးပြုခဲ့ပြီး အကြီးစား ကင်ဆာ မျိုးဗီဇပြောင်းလဲမှု dataset များကို စုစည်းရန်နှင့် တိကျသောကိုယ်ခံအားကုထုံးဆိုင်ရာ ကြိုးပမ်းမှုများကို မြန်ဆန်စေရန် ရည်ရွယ်သည့် ကျယ်ပြန့်သော T ဆဲလ်အဓိကထား မူကြမ်းဖတ်စာအုပ်တစ်အုပ်အပါအဝင် သုတေသနပစ္စည်းများ ဖန်တီးရန် ကူညီစေခဲ့သည်။
ဤရှာဖွေတွေ့ရှိမှုကာလတွင် ပါဝင်ခွင့်ရခြင်းကို Unutmaz က ကံကောင်းသည်ဟု ခံစားရသည်။ “သမိုင်းကြောင်းအရ အဲဒါကို မြင်တွေ့နိုင်ရုံသာမက အနည်းငယ် ပါဝင်နိုင်တာကြောင့် အမှန်တကယ် ကံကောင်းပြီး ဂုဏ်ယူခွင့်ရတယ်လို့ ခံစားရပါတယ်။”
- 2026
- GPT

