Taighde eolaíoch AI: Fíorchuspóir foghlama meaisín

• Author:
• ainm Údar

  Réamhfhéachaint Quantumrun
• Bealtaine 11, 2023

Go traidisiúnta measadh hipitéisí a fhorbairt mar ghníomhaíocht daonna amháin, toisc go dteastaíonn cruthaitheacht, intuition agus smaointeoireacht chriticiúil. Mar sin féin, le dul chun cinn teicneolaíochta, tá eolaithe ag casadh níos mó agus níos mó ar mheaisínfhoghlaim (ML) chun fionnachtana nua a ghiniúint. Is féidir le halgartaim anailís a dhéanamh ar mhéideanna móra sonraí go tapa agus patrúin a aithint nach bhféadfadh daoine a fheiceáil.

Comhthéacs

Seachas a bheith ag brath ar réamhthuairimí daonna, tá halgartaim ML líonra néaracha tógtha ag taighdeoirí le dearadh spreagtha ag inchinn an duine, ag moladh hipitéisí nua bunaithe ar phatrúin sonraí. Mar thoradh air sin, féadfaidh go leor réimsí dul i muinín ML go luath chun fionnachtain eolaíoch a luathú agus chun laofachtaí daonna a laghdú. I gcás ábhair ceallraí neamh-iniúchta, tá eolaithe ag brath go traidisiúnta ar theicnící cuardaigh bunachar sonraí, samhaltú, agus a chiall ceimiceach chun móilíní inmharthana a aithint. D'fhostaigh foireann ó Ollscoil Learpholl atá lonnaithe sa RA ML chun an próiseas cruthaitheach a shimpliú. 

Ar an gcéad dul síos, chruthaigh na taighdeoirí líonra néarúil a thug tosaíocht do chomhcheangail cheimiceacha bunaithe ar an dóchúlacht go dtáirgfí ábhar luachmhar nua. Bhain na heolaithe leas as na rátálacha seo ansin chun a gcuid staidéir saotharlainne a threorú. Mar thoradh air sin, fuair siad ceithre rogha ábhar ceallraí inmharthana gan tástáil a dhéanamh ar gach rud ar a liosta, rud a chuir as dóibh míonna trialach agus earráide. Ní hé ábhair nua an t-aon réimse a bhféadfadh ML cabhrú le taighde. Úsáideann taighdeoirí líonraí néaracha freisin chun imní teicneolaíochta agus teoiriciúil níos suntasaí a réiteach. Mar shampla, tá súil ag fisiceoir ag Institiúid Zurich um Fhisic Theoiriciúil, Renato Renner, míniú comhtháite a fhorbairt ar conas a oibríonn an domhan trí úsáid a bhaint as ML. 

Ina theannta sin, cuireann samhlacha giniúna AI níos sofaisticiúla ar nós ChatGPT OpenAI ar chumas taighdeoirí sonraí, samhlacha agus hipitéisí nua a ghiniúint go huathoibríoch. Baintear an éacht seo amach trí theicnící mar líonraí sáraíochta giniúna (GANanna), uath-ionchódóirí éagsúlachta (VAEanna), agus samhlacha teanga bunaithe ar chlaochladán (amhail Trasfhoirmeoir Réamhoilte Generative Pre-oilte-3 nó GPT-3). Is féidir na samhlacha AI seo a úsáid chun tacair shintéiseacha sonraí a ghiniúint, chun ailtireachtaí ML nua a dhearadh agus a bharrfheabhsú, agus chun hipitéisí eolaíocha nua a fhorbairt trí phatrúin agus caidrimh a shainaithint i sonraí nach raibh ar eolas roimhe seo.

Tionchar suaite

Féadfaidh eolaithe níos mó úsáide a bhaint as AI giniúna chun cabhrú le taighde. Agus an cumas anailís a dhéanamh ar phatrúin agus torthaí a thuar bunaithe ar an eolas sin, d’fhéadfadh go réiteodh na samhlacha seo teoiricí casta eolaíochta nach bhfuil réitithe ag an gcine daonna. Ní hamháin go sábhálfaidh sé seo am agus airgead, ach cabhróidh sé freisin leis an tuiscint dhaonna ar an eolaíocht dul i bhfad níos faide ná a teorainneacha reatha. 

Is dócha go mbeidh sé níos fusa ag fiontar taighde agus forbartha (T&F) maoiniú cuí a bhailiú mar gur féidir le ML sonraí a phróiseáil níos tapúla. Mar thoradh air sin, lorgóidh eolaithe tuilleadh cúnaimh trí fhostaithe nua a fhostú nó trí chomhoibriú le gnólachtaí agus cuideachtaí aitheanta chun torthaí níos fearr a bhaint amach. Beidh tionchar dearfach foriomlán ag an leas seo, ní hamháin maidir le dul chun cinn eolaíoch ach freisin do ghairmithe laistigh de na réimsí eolaíochta. 

Mar sin féin, bac bóthair féideartha é go mbíonn sé dúshlánach go minic do dhaoine teacht ar réitigh ó na samhlacha oiriúnaitheacha seo, go háirithe an réasúnaíocht atá i gceist. Toisc nach dtugann na meaisíní ach freagraí agus gan an chúis atá taobh thiar den réiteach a mhíniú, d'fhéadfadh go mbeadh eolaithe fós neamhchinnte faoin bpróiseas agus faoin gconclúid. Lagaíonn an doiléire seo muinín as na torthaí agus laghdaítear líon na ngréasán néaraíoch ar féidir leo cabhrú leis an anailís. Mar sin, beidh sé riachtanach do thaighdeoirí samhail a fhorbairt a bheidh in ann iad féin a mhíniú.

Impleachtaí taighde eolaíoch AI

I measc na n-impleachtaí níos leithne a bhaineann le taighde eolaíoch AI:

• Athruithe ar chaighdeáin údaraithe do pháipéir thaighde, lena n-áirítear creidmheas maoine intleachtúla a thabhairt do AI. Ar an gcaoi chéanna, bronnfar córais AI lá amháin mar fhaighteoirí féideartha Duais Nobel, rud a d'fhéadfadh a bheith ina chúis le díospóireachtaí dian ar cheart na halgartaim seo a admháil mar aireagóirí.
• D’fhéadfadh foirmeacha nua dliteanais agus ceisteanna breise dlí agus eiticiúla a bhaineann le húsáid AI agus córais uathrialacha i bhfionnachtana eolaíocha a bheith mar thoradh ar thaighde arna ghiniúint ag AI.
• Eolaithe ag obair le huirlisí giniúna AI éagsúla chun forbairtí agus tástáil leighis a bhrostú.
• Méadú ar úsáid fuinnimh de bharr an ardchumhachta ríomhaireachta a theastaíonn chun na halgartaim ilchasta seo a rith.
• Eolaithe na todhchaí á n-oiliúint chun AI agus uirlisí ML eile a úsáid ina sreafaí oibre.
• Rialtais a chruthaíonn caighdeáin dhomhanda ar na teorainneacha agus na ceanglais a bhaineann le turgnaimh eolaíocha AI-ghinte a dhéanamh.

Ceisteanna le breithniú

• Más eolaí thú, conas atá d’institiúid nó do shaotharlann ag beartú taighde le cúnamh AI a ionchorprú?
• Conas a bheidh tionchar ag taighde a ghintear le AI ar an margadh fostaíochta d’eolaithe agus do thaighdeoirí, dar leat?