AI pagreitina mokslinį atradimą: mokslininkas, kuris niekada nemiega

• Autorius:
• autoriaus vardas

  Quantumrun Foresight
• Gruodis 12, 2023

Įžvalgos santrauka

AI, ypač tokios platformos kaip ChatGPT, žymiai pagreitina mokslinius atradimus automatizuodamas duomenų analizę ir hipotezių generavimą. Jo gebėjimas apdoroti didžiulius mokslinių duomenų kiekius yra labai svarbus pažangioms sritims, tokioms kaip chemija ir medžiagų mokslas. AI vaidino pagrindinį vaidmenį kuriant COVID-19 vakciną, o tai rodo jos gebėjimą atlikti greitus ir bendrus tyrimus. Investicijos į „exascale“ superkompiuterius, pvz., JAV Energetikos departamento projektas „Frontier“, išryškina AI potencialą skatinant mokslinius laimėjimus sveikatos priežiūros ir energetikos srityse. Šis dirbtinio intelekto integravimas į mokslinius tyrimus skatina daugiadisciplininį bendradarbiavimą ir greitą hipotezių tikrinimą, tačiau taip pat kelia klausimų apie AI, kaip bendradarbio tyrėjo, etinius ir intelektinės nuosavybės padarinius.

AI pagreitina mokslinių atradimų kontekstą

Mokslas pats savaime yra kūrybinis procesas; mokslininkai turi nuolat plėsti savo mintis ir perspektyvas, kad sukurtų naujus vaistus, chemines priemones ir apskritai pramonės naujoves. Tačiau žmogaus smegenys turi savo ribas. Juk visatoje yra daugiau įmanomų molekulinių formų nei atomų. Niekas negali jų visų apžiūrėti. Šis poreikis ištirti ir išbandyti begalinę galimų mokslinių eksperimentų įvairovę paskatino mokslininkus nuolat taikyti naujas priemones, skirtas išplėsti savo tyrimo galimybes – naujausia priemonė yra dirbtinis intelektas.
 
DI naudojimą moksliniams atradimams skatina (2023 m.) gilieji neuroniniai tinklai ir generatyvios AI sistemos, galinčios generuoti mokslines žinias iš visos paskelbtos medžiagos konkrečia tema. Pavyzdžiui, generatyvios AI platformos, tokios kaip ChatGPT, gali analizuoti ir sintetinti daugybę mokslinės literatūros, padedančios chemikams tirti naujas sintetines trąšas. AI sistemos gali peržiūrėti plačias patentų, akademinių straipsnių ir publikacijų duomenų bazes, formuluodamos hipotezes ir nukreipdamos tyrimų kryptį.

Panašiai dirbtinis intelektas gali naudoti analizuojamus duomenis, kad sukurtų originalias hipotezes, kad išplėstų naujų molekulinių konstrukcijų paiešką tokiu mastu, kurio atskiram mokslininkui būtų neįmanoma suderinti. Tokie AI įrankiai, sujungti su būsimais kvantiniais kompiuteriais, galėtų greitai imituoti naujas molekules, kad būtų patenkintas bet koks nurodytas poreikis, pagrįstas perspektyviausia teorija. Tada teorija bus analizuojama naudojant autonominius laboratorinius tyrimus, kurių metu kitas algoritmas įvertintų rezultatus, nustatytų spragas ar defektus ir gautų naują informaciją. Atsirastų naujų klausimų, taigi procesas prasidėtų iš naujo doro ratu. Pagal tokį scenarijų mokslininkai prižiūrėtų sudėtingus mokslinius procesus ir iniciatyvas, o ne individualius eksperimentus.

Trikdantis poveikis

Vienas iš pavyzdžių, kaip dirbtinis intelektas buvo naudojamas paspartinti mokslinius atradimus, buvo COVID-19 vakcinos sukūrimas. 87 organizacijų konsorciumas, pradedant akademinėmis bendruomenėmis ir baigiant technologijų įmonėmis, leido pasaulio mokslininkams pasiekti superkompiuterius (prietaisus su didelės spartos skaičiavimo galimybėmis, galinčius paleisti ML algoritmus), kad galėtų naudoti dirbtinį intelektą esamiems duomenims ir tyrimams peržiūrėti. Rezultatas – nemokamas keitimasis idėjomis ir eksperimentų rezultatais, visapusiška prieiga prie pažangių technologijų ir greitesnis bei tikslesnis bendradarbiavimas. Be to, federalinės agentūros suvokia AI potencialą sparčiai kurti naujas technologijas. Pavyzdžiui, JAV Energetikos departamentas (DOE) paprašė Kongreso skirti iki 4 mlrd. Šios investicijos apima „exascale“ (galinčius atlikti didelius skaičiavimus) superkompiuterius.

2022 m. gegužę DOE pavedė technologijų įmonei Hewlett Packard (HP) sukurti greičiausią eksa skalės superkompiuterį „Frontier“. Tikimasi, kad superkompiuteris išspręs ML skaičiavimus iki 10 kartų greičiau nei šiuolaikiniai superkompiuteriai ir ras 8 kartus sudėtingesnių problemų sprendimus. Agentūra nori sutelkti dėmesį į vėžio ir ligų diagnostikos atradimus, atsinaujinančią energiją ir tvarias medžiagas. 

DOE finansavo daugybę mokslinių tyrimų projektų, įskaitant atomų laužymą ir genomo sekos nustatymą, dėl kurių agentūra valdė didžiules duomenų bazes. Agentūra tikisi, kad šie duomenys vieną dieną gali sukelti proveržių, kurie, be kita ko, gali pagerinti energijos gamybą ir sveikatos priežiūrą. Nuo naujų fizinių dėsnių išvedimo iki naujų cheminių junginių tikimasi, kad AI / ML atliks sunkų darbą, kuris pašalins dviprasmybes ir padidins mokslinių tyrimų sėkmės tikimybę.

AI pagreitinto mokslinio atradimo pasekmės

Platesni AI greičio viršijimo moksliniai atradimai gali apimti: 

• Palengvinti greitą žinių integravimą įvairiose mokslo disciplinose, skatinant novatoriškus sudėtingų problemų sprendimus. Ši nauda paskatintų daugiadalykį bendradarbiavimą, derinant įžvalgas iš tokių sričių kaip biologija, fizika ir informatika.
• Dirbtinis intelektas naudojamas kaip universalus laboratorijos asistentas, daug greičiau nei žmonės analizuojantis didžiulius duomenų rinkinius, todėl hipotezės generuojamos ir patvirtinamos greičiau. Įprastų tyrimų užduočių automatizavimas leis mokslininkams sutelkti dėmesį į sudėtingas problemas ir analizuoti testus bei eksperimentų rezultatus.
• Tyrėjai, investuojantys į kūrybinio dirbtinio intelekto suteikimą, kad galėtų kurti savo klausimus ir įvairių studijų sričių mokslinių užklausų sprendimus.
• Spartesnis kosmoso tyrinėjimas, kaip AI, padės apdoroti astronominius duomenis, identifikuoti dangaus objektus ir planuoti misijas.
• Kai kurie mokslininkai reikalauja, kad jų dirbtinio intelekto kolegai ar bendradarbiui būtų suteiktos intelektinės autorių teisės ir publikavimo kreditai.
• Daugiau federalinių agentūrų investuoja į superkompiuterius, todėl universitetams, valstybinėms agentūroms ir privataus sektoriaus mokslo laboratorijoms suteikiama vis pažangesnių mokslinių tyrimų galimybių.
• Spartesnis vaistų kūrimas ir medžiagų mokslo, chemijos ir fizikos laimėjimai, dėl kurių ateityje gali atsirasti begalė naujovių.

Klausimai komentuoti

• Jei esate mokslininkas ar tyrėjas, kaip jūsų organizacija naudoja dirbtinį intelektą tyrimams?
• Kokia galima rizika, jei dirbtinis intelektas taps bendrais tyrėjais?