Cwantwmrun

CREDYD DELWEDD:

iStock

Mae AI yn cyflymu darganfyddiad gwyddonol: Y gwyddonydd nad yw byth yn cysgu

Mae deallusrwydd artiffisial a dysgu peirianyddol (AI/ML) yn cael eu defnyddio i brosesu data yn gyflymach, gan arwain at ragor o ddatblygiadau gwyddonol.

Awdur:
enw awdur
Rhagolwg Quantumrun
Rhagfyr 12, 2023

Crynodeb mewnwelediad

Mae AI, yn enwedig llwyfannau fel ChatGPT, yn cyflymu darganfyddiad gwyddonol yn sylweddol trwy awtomeiddio dadansoddi data a chynhyrchu rhagdybiaeth. Mae ei allu i brosesu llawer iawn o ddata gwyddonol yn hanfodol ar gyfer datblygu meysydd fel cemeg a gwyddor deunyddiau. Chwaraeodd AI ran ganolog wrth ddatblygu'r brechlyn COVID-19, gan enghreifftio ei allu ar gyfer ymchwil gyflym, gydweithredol. Mae buddsoddiadau mewn uwchgyfrifiaduron “exascale”, fel prosiect Frontier Adran Ynni yr UD, yn amlygu potensial AI wrth yrru datblygiadau gwyddonol ym maes gofal iechyd ac ynni. Mae integreiddio AI fel hyn i ymchwil yn hyrwyddo cydweithredu amlddisgyblaethol a phrofi damcaniaethau cyflym, er ei fod hefyd yn codi cwestiynau am oblygiadau eiddo moesegol a deallusol AI fel cyd-ymchwilydd.

Mae AI yn cyflymu cyd-destun darganfod gwyddonol

Mae gwyddoniaeth, ynddi'i hun, yn broses greadigol; rhaid i ymchwilwyr ehangu eu meddyliau a'u safbwyntiau'n gyson i greu meddyginiaethau newydd, cymwysiadau cemegol, ac arloesiadau diwydiant yn gyffredinol. Fodd bynnag, mae gan yr ymennydd dynol ei derfynau. Wedi'r cyfan, mae mwy o ffurfiau moleciwlaidd tybiedig nag sydd o atomau yn y bydysawd. Ni chaiff neb archwilio pob un ohonynt. Mae'r angen hwn i archwilio a phrofi amrywiaeth anfeidrol arbrofion gwyddonol posibl wedi gwthio gwyddonwyr i fabwysiadu offer newydd yn barhaus i ehangu eu galluoedd ymchwilio - deallusrwydd artiffisial yw'r offeryn diweddaraf.

Mae'r defnydd o AI mewn darganfyddiadau gwyddonol yn cael ei yrru (2023) gan rwydweithiau niwral dwfn a fframweithiau AI cynhyrchiol sy'n gallu cynhyrchu gwybodaeth wyddonol swmpus o'r holl ddeunydd cyhoeddedig ar bwnc penodol. Er enghraifft, gall llwyfannau AI cynhyrchiol fel ChatGPT ddadansoddi a syntheseiddio llawer iawn o lenyddiaeth wyddonol, gan gynorthwyo cemegwyr i ymchwilio i wrtaith synthetig newydd. Gall systemau AI sifftio trwy gronfeydd data helaeth o batentau, papurau academaidd, a chyhoeddiadau, gan lunio damcaniaethau ac arwain cyfeiriad ymchwil.

Yn yr un modd, gall AI ddefnyddio'r data y mae'n ei ddadansoddi i ddyfeisio damcaniaethau gwreiddiol i ehangu'r chwilio am ddyluniadau moleciwlaidd newydd, ar raddfa y byddai'n amhosibl i wyddonydd unigol ei chyfateb. Byddai offer AI o'r fath o'u cyfuno â chyfrifiaduron cwantwm yn y dyfodol yn gallu efelychu moleciwlau newydd yn gyflym i fynd i'r afael ag unrhyw angen penodol yn seiliedig ar y ddamcaniaeth fwyaf addawol. Yna bydd y ddamcaniaeth yn cael ei dadansoddi gan ddefnyddio profion labordy ymreolaethol, lle byddai algorithm arall yn gwerthuso'r canlyniadau, yn nodi bylchau neu ddiffygion, ac yn echdynnu gwybodaeth newydd. Byddai cwestiynau newydd yn codi, ac felly byddai’r broses yn dechrau eto mewn cylch rhinweddol. Mewn sefyllfa o'r fath, byddai gwyddonwyr yn goruchwylio prosesau a mentrau gwyddonol cymhleth yn lle arbrofion unigol.

Effaith aflonyddgar

Un enghraifft o sut mae AI wedi cael ei ddefnyddio i gyflymu darganfyddiad gwyddonol oedd creu'r brechlyn COVID-19. Mae consortiwm o 87 o sefydliadau, yn amrywio o'r byd academaidd i gwmnïau technoleg, wedi caniatáu i ymchwilwyr byd-eang gael mynediad at uwchgyfrifiaduron (dyfeisiau â galluoedd cyfrifiadura cyflym sy'n gallu rhedeg algorithmau ML) i ddefnyddio AI i hidlo trwy ddata ac astudiaethau presennol. Y canlyniad yw cyfnewid syniadau am ddim a chanlyniadau arbrofion, mynediad llawn i dechnoleg uwch, a chydweithio cyflymach, mwy cywir. Ymhellach, mae asiantaethau ffederal yn sylweddoli potensial AI i ddatblygu technolegau newydd yn gyflym. Er enghraifft, mae Adran Ynni’r UD (DOE) wedi gofyn i’r Gyngres am gyllideb o hyd at USD $4 biliwn dros 10 mlynedd i fuddsoddi mewn technolegau AI i hybu darganfyddiadau gwyddonol. Mae'r buddsoddiadau hyn yn cynnwys uwchgyfrifiaduron “exascale” (sy'n gallu gwneud llawer iawn o gyfrifiadau).

Ym mis Mai 2022, comisiynodd DOE y cwmni technoleg Hewlett Packard (HP) i greu'r uwchgyfrifiadur exascale cyflymaf, Frontier. Rhagwelir y bydd yr uwchgyfrifiadur yn datrys cyfrifiadau ML hyd at 10 gwaith yn gyflymach nag uwchgyfrifiaduron heddiw a dod o hyd i atebion i broblemau sydd 8 gwaith yn fwy cymhleth. Mae'r asiantaeth am ganolbwyntio ar ddarganfyddiadau mewn diagnosis canser a chlefydau, ynni adnewyddadwy, a deunyddiau cynaliadwy.

Mae DOE wedi bod yn ariannu llawer o brosiectau ymchwil gwyddonol, gan gynnwys malu atomau a dilyniannu genomau, sydd wedi arwain at yr asiantaeth yn rheoli cronfeydd data enfawr. Mae'r asiantaeth yn gobeithio y gallai'r data hwn arwain at ddatblygiadau arloesol a all hyrwyddo cynhyrchu ynni a gofal iechyd, ymhlith eraill. O lunio deddfau ffisegol newydd i gyfansoddion cemegol newydd, disgwylir i AI/ML wneud y gwaith caled a fyddai’n dileu amwyseddau ac yn cynyddu’r siawns o lwyddo mewn ymchwil wyddonol.

Goblygiadau darganfyddiad gwyddonol AI yn cyflymu

Gallai goblygiadau ehangach darganfyddiad gwyddonol AI yn cyflymu gynnwys:

Hwyluso integreiddiad cyflym gwybodaeth ar draws gwahanol ddisgyblaethau gwyddonol, gan feithrin atebion arloesol i broblemau cymhleth. Byddai'r budd hwn yn annog cydweithio amlddisgyblaethol, gan gyfuno mewnwelediadau o feysydd fel bioleg, ffiseg a chyfrifiadureg.
Mae AI yn cael ei ddefnyddio fel cynorthwyydd labordy amlbwrpas, gan ddadansoddi setiau data helaeth yn gynt o lawer na bodau dynol, gan arwain at gynhyrchu a dilysu rhagdybiaethau yn gyflymach. Bydd awtomeiddio tasgau ymchwil arferol yn rhyddhau gwyddonwyr i ganolbwyntio ar broblemau cymhleth a dadansoddi profion a chanlyniadau arbrofion.
Ymchwilwyr yn buddsoddi mewn rhoi creadigrwydd AI i ddatblygu eu cwestiynau a'u hatebion eu hunain i ymholiadau gwyddonol mewn amrywiol feysydd astudio.
Bydd cyflymu archwilio gofod fel AI yn helpu i brosesu data seryddol, nodi gwrthrychau nefol, a chynllunio teithiau.
Mae rhai gwyddonwyr yn mynnu y dylai eu cydweithiwr AI neu gyd-ymchwilydd gael hawlfreintiau deallusol a chredydau cyhoeddi.
Mwy o asiantaethau ffederal yn buddsoddi mewn uwchgyfrifiaduron, gan alluogi cyfleoedd ymchwil cynyddol uwch ar gyfer labordai gwyddoniaeth prifysgolion, asiantaethau cyhoeddus a'r sector preifat.
Datblygiad cyffuriau cyflymach a datblygiadau arloesol mewn gwyddor deunyddiau, cemeg a ffiseg, a all arwain at amrywiaeth anfeidrol o ddatblygiadau arloesol yn y dyfodol.