البحث العلمي بالذكاء الاصطناعي: الغرض الحقيقي من التعلم الآلي

• كاتب:
• اسم المؤلف

  البصيرة الكمومية
• 11 مايو 2023

يُنظر إلى تطوير الفرضيات تقليديًا على أنه نشاط بشري بحت ، حيث يتطلب الإبداع والحدس والتفكير النقدي. ومع ذلك ، مع التقدم التكنولوجي ، يتجه العلماء بشكل متزايد إلى التعلم الآلي (ML) لتوليد اكتشافات جديدة. يمكن للخوارزميات تحليل كميات كبيرة من البيانات بسرعة وتحديد الأنماط التي قد لا يتمكن البشر من رؤيتها.

السياق

بدلاً من الاعتماد على المفاهيم البشرية المسبقة ، قام الباحثون ببناء خوارزميات ML للشبكة العصبية بتصميم مستوحى من الدماغ البشري ، مما يشير إلى فرضيات جديدة تستند إلى أنماط البيانات. نتيجة لذلك ، قد تتحول العديد من المجالات قريبًا إلى ML لتسريع الاكتشاف العلمي وتقليل التحيزات البشرية. في حالة مواد البطاريات غير المستكشفة ، اعتمد العلماء تقليديًا على تقنيات البحث في قاعدة البيانات ، والنمذجة ، والحس الكيميائي لتحديد الجزيئات القابلة للحياة. استخدم فريق من جامعة ليفربول ومقرها المملكة المتحدة ML لتبسيط العملية الإبداعية. 

أولاً ، أنشأ الباحثون شبكة عصبية تعطي الأولوية للتركيبات الكيميائية بناءً على احتمالية إنتاج مادة جديدة ذات قيمة. ثم استخدم العلماء هذه التصنيفات لتوجيه دراساتهم المختبرية. ونتيجة لذلك ، وجدوا أربعة خيارات قابلة للتطبيق من مواد البطاريات دون اختبار كل شيء في قائمتهم ، مما وفر عليهم شهورًا من التجربة والخطأ. المواد الجديدة ليست هي المجال الوحيد الذي قد يساعد فيه التعلم الآلي في البحث. يستخدم الباحثون أيضًا الشبكات العصبية لحل المشكلات التكنولوجية والنظرية الأكثر أهمية. على سبيل المثال ، يأمل عالم الفيزياء في معهد زيورخ للفيزياء النظرية ، ريناتو رينر ، في تطوير تفسير متماسك لكيفية عمل العالم باستخدام تعلم الآلة. 

بالإضافة إلى ذلك ، تسمح نماذج الذكاء الاصطناعي التوليدية الأكثر تعقيدًا مثل ChatGPT من OpenAI للباحثين بإنشاء بيانات ونماذج وفرضيات جديدة تلقائيًا. يتم تحقيق هذا العمل الفذ من خلال تقنيات مثل شبكات الخصومة التوليدية (GANs) والمشفرات التلقائية المتغيرة (VAEs) ونماذج اللغة القائمة على المحولات (مثل Generative Generative Transformer-3 أو GPT-3). يمكن استخدام نماذج الذكاء الاصطناعي هذه لإنشاء مجموعات بيانات تركيبية ، وتصميم وتحسين بنيات تعلم الآلة الجديدة ، وتطوير فرضيات علمية جديدة من خلال تحديد الأنماط والعلاقات في البيانات التي لم تكن معروفة من قبل.

التأثير التخريبي

قد يستخدم العلماء بشكل متزايد الذكاء الاصطناعي التوليدي للمساعدة في البحث. مع القدرة على تحليل الأنماط والتنبؤ بالنتائج بناءً على تلك المعرفة ، قد تحل هذه النماذج نظريات العلوم المعقدة التي لم تحلها البشرية. لن يؤدي ذلك إلى توفير الوقت والمال فحسب ، بل سيساعد أيضًا الفهم البشري للعلم على التوسع إلى ما هو أبعد من حدوده الحالية. 

من المحتمل أن يجد مشروع البحث والتطوير (R&D) أنه من الأسهل جمع التمويل المناسب لأن ML يمكنه معالجة البيانات بشكل أسرع. نتيجة لذلك ، سيطلب العلماء المزيد من المساعدة من خلال تعيين موظفين جدد أو التعاون مع الشركات والشركات المعروفة لتحقيق نتائج أفضل. سيكون التأثير العام لهذا الاهتمام إيجابيًا ، ليس فقط للتقدم العلمي ولكن أيضًا للمهنيين في المجالات العلمية. 

ومع ذلك ، هناك عقبة محتملة تتمثل في أن الحلول من هذه النماذج التكيفية كثيرًا ما يصعب على البشر فهمها ، وخاصة التفكير المنطقي الذي ينطوي عليه الأمر. نظرًا لأن الآلات تقدم إجابات فقط ولا تشرح السبب وراء الحل ، فقد يظل العلماء غير متأكدين من العملية والنتيجة. هذا الغموض يضعف الثقة في النتائج ويقلل من عدد الشبكات العصبية التي يمكن أن تساعد في التحليل. لذلك ، سيكون من الضروري للباحثين تطوير نموذج يمكنه شرح نفسه.

تداعيات البحث العلمي للذكاء الاصطناعي

قد تشمل الآثار الأوسع نطاقاً للبحث العلمي بالذكاء الاصطناعي ما يلي:

• التغييرات في معايير تأليف الأوراق البحثية ، بما في ذلك منح ائتمان الملكية الفكرية للذكاء الاصطناعي. وبالمثل ، تُمنح أنظمة الذكاء الاصطناعي يومًا ما كمتلقين محتملين لجائزة نوبل ، مما قد يتسبب في مناقشات مكثفة حول ما إذا كان ينبغي الاعتراف بهذه الخوارزميات كمخترعين.
• قد يؤدي البحث الناتج عن الذكاء الاصطناعي إلى أشكال جديدة من المسؤولية والمزيد من الأسئلة القانونية والأخلاقية المتعلقة باستخدام الذكاء الاصطناعي والأنظمة المستقلة في الاكتشافات العلمية.
• يعمل العلماء باستخدام أدوات الذكاء الاصطناعي التوليدية المختلفة لتسريع التطورات والاختبارات الطبية.
• زيادة استخدام الطاقة الناتجة عن قوة الحوسبة العالية اللازمة لتشغيل هذه الخوارزميات المعقدة.
• يتم تدريب علماء المستقبل على استخدام الذكاء الاصطناعي وأدوات التعلم الآلي الأخرى في سير عملهم.
• الحكومات التي تضع معايير عالمية بشأن قيود ومتطلبات إجراء التجارب العلمية الناتجة عن الذكاء الاصطناعي.

أسئلة للنظر فيها

• إذا كنت عالماً ، فكيف تخطط مؤسستك أو مختبرك لدمج الأبحاث المدعومة بالذكاء الاصطناعي؟
• كيف تعتقد أن الأبحاث الناتجة عن الذكاء الاصطناعي ستؤثر على سوق العمل للعلماء والباحثين؟