AI kiirendab teaduslikku avastust: teadlane, kes ei maga kunagi

• Autor:
• autori nimi

  Quantumrun Foresight
• Detsember 12, 2023

Ülevaate kokkuvõte

AI, eriti sellised platvormid nagu ChatGPT, kiirendavad märkimisväärselt teaduslikke avastusi, automatiseerides andmete analüüsi ja hüpoteeside genereerimist. Selle võime töödelda tohutul hulgal teaduslikke andmeid on ülioluline selliste valdkondade nagu keemia ja materjaliteaduse arendamiseks. Tehisintellekt mängis COVID-19 vaktsiini väljatöötamisel keskset rolli, näidates selle võimet teha kiireid koostööuuringuid. Investeeringud "eksamõõtmelistesse" superarvutitesse, nagu USA energeetikaministeeriumi projekt Frontier, tõstavad esile AI potentsiaali teaduslike läbimurrete edendamisel tervishoius ja energeetikas. Selline tehisintellekti integreerimine teadusuuringutesse soodustab multidistsiplinaarset koostööd ja kiiret hüpoteeside testimist, kuigi tekitab küsimusi ka tehisintellekti kui kaasuurija eetiliste ja intellektuaalomandi mõjude kohta.

AI kiirendab teaduslike avastuste konteksti

Teadus on iseenesest loominguline protsess; teadlased peavad pidevalt laiendama oma meelt ja perspektiive, et luua uusi ravimeid, keemilisi rakendusi ja laiemalt tööstuslikke uuendusi. Inimese ajul on aga piirid. Lõppude lõpuks on universumis rohkem mõeldavaid molekulaarseid vorme kui aatomeid. Ükski inimene ei tohi neid kõiki läbi vaadata. See vajadus uurida ja katsetada võimalike teaduslike katsete lõpmatut mitmekesisust on sundinud teadlasi oma uurimisvõimaluste laiendamiseks pidevalt kasutusele võtma uudseid tööriistu – uusim tööriist on tehisintellekt.
 
Tehisintellekti kasutamist teadusavastustes juhivad (2023) sügavad närvivõrgud ja generatiivsed tehisintellekti raamistikud, mis on võimelised koguma konkreetsel teemal avaldatud materjalist hulgi teaduslikke teadmisi. Näiteks generatiivsed AI-platvormid, nagu ChatGPT, saavad analüüsida ja sünteesida tohutul hulgal teaduskirjandust, abistades keemikuid uute sünteetiliste väetiste uurimisel. AI-süsteemid suudavad läbi sõeluda ulatuslikke patentide, akadeemiliste tööde ja publikatsioonide andmebaase, sõnastada hüpoteese ja suunata uurimissuundi.

Samamoodi saab tehisintellekt kasutada analüüsitavaid andmeid algsete hüpoteeside väljatöötamiseks, et laiendada uute molekulaarsete disainilahenduste otsingut sellisel skaalal, mida üksikul teadlasel oleks võimatu võrrelda. Sellised AI-tööriistad koos tulevaste kvantarvutitega suudaksid kiiresti simuleerida uusi molekule, et rahuldada mis tahes konkreetseid vajadusi, tuginedes kõige paljutõotavamale teooriale. Seejärel analüüsitakse teooriat autonoomsete laboritestide abil, kus teine ​​algoritm hindab tulemusi, tuvastab lüngad või defektid ja eraldab uut teavet. Tekkiksid uued küsimused ja nii algaks protsess taas vooruslikus tsüklis. Sellise stsenaariumi korral jälgiksid teadlased üksikute katsete asemel keerukaid teaduslikke protsesse ja algatusi.

Häiriv mõju

Üks näide sellest, kuidas tehisintellekti on kasutatud teaduslike avastuste kiirendamiseks, oli COVID-19 vaktsiini loomine. 87 organisatsioonist koosnev konsortsium akadeemilistest ringkondadest tehnoloogiaettevõteteni on võimaldanud ülemaailmsetel teadlastel pääseda juurde superarvutitele (kiire andmetöötlusvõimega seadmed, mis võivad käitada ML-algoritme), et kasutada tehisintellekti olemasolevate andmete ja uuringute läbivaatamiseks. Tulemuseks on tasuta ideede ja katsetulemuste vahetus, täielik juurdepääs kõrgtehnoloogiale ning kiirem ja täpsem koostöö. Lisaks mõistavad föderaalasutused tehisintellekti potentsiaali uute tehnoloogiate kiireks väljatöötamiseks. Näiteks on USA energeetikaministeerium (DOE) palunud kongressilt kuni 4 miljardi USA dollari suurust eelarvet 10 aasta jooksul, et investeerida tehisintellekti tehnoloogiatesse, et edendada teaduslikke avastusi. Nende investeeringute hulka kuuluvad "eksaskaalalised" (suure hulga arvutuste tegemiseks võimelised) superarvutid.

2022. aasta mais tellis DOE tehnoloogiafirmalt Hewlett Packard (HP) kiireima eksamõõtmelise superarvuti Frontier loomise. Eeldatakse, et superarvuti lahendab ML-arvutused kuni 10 korda kiiremini kui tänapäeva superarvutid ja leiab lahendusi 8 korda keerukamatele probleemidele. Agentuur soovib keskenduda vähktõve ja haiguste diagnoosimise, taastuvenergia ja säästvate materjalide avastustele. 

DOE on rahastanud paljusid teadusuuringute projekte, sealhulgas aatomipurustajaid ja genoomi järjestamist, mille tulemusena on agentuur haldanud tohutuid andmebaase. Agentuur loodab, et need andmed võivad ühel päeval tuua kaasa läbimurdeid, mis võivad muu hulgas edendada energiatootmist ja tervishoidu. Alates uute füüsikaliste seaduste tuletamisest kuni uute keemiliste ühenditeni eeldatakse, et AI/ML teeb raske töö, mis kõrvaldaks ebaselgused ja suurendaks teadusuuringute eduvõimalusi.

Tehisintellekti kiirendava teadusliku avastuse tagajärjed

Tehisintellekti kiirendamise teadusliku avastuse laiemad tagajärjed võivad hõlmata järgmist: 

• Erinevate teadusharude vahel teadmiste kiire integreerimise hõlbustamine, keeruliste probleemide uuenduslike lahenduste soodustamine. See kasu soodustaks multidistsiplinaarset koostööd, ühendades teadmisi sellistest valdkondadest nagu bioloogia, füüsika ja arvutiteadus.
• Tehisintellekti kasutatakse universaalse laboriassistendina, mis analüüsib suuri andmekogumeid palju kiiremini kui inimesed, mis viib hüpoteesi kiirema loomise ja kinnitamiseni. Rutiinsete uurimisülesannete automatiseerimine võimaldab teadlastel keskenduda keerulistele probleemidele ning testide ja katsetulemuste analüüsimisele.
• Teadlased, kes investeerivad tehisintellekti loovuse andmisse, et töötada välja oma küsimused ja lahendused teaduslikele päringutele erinevates õppevaldkondades.
• Kosmoseuuringute kiirendamine tehisintellektina aitab töödelda astronoomilisi andmeid, tuvastada taevaobjekte ja planeerida missioone.
• Mõned teadlased nõuavad, et nende tehisintellekti kolleegile või kaasuurijale tuleks anda intellektuaalsed autoriõigused ja avaldamiskrediit.
• Rohkem föderaalseid agentuure investeerib superarvutitesse, võimaldades ülikoolide, avalike asutuste ja erasektori teaduslaboritele üha täiustatud uurimisvõimalusi.
• Kiirem ravimiarendus ja läbimurded materjaliteaduses, keemias ja füüsikas, mis võivad kaasa tuua lõpmatu hulga tulevasi uuendusi.

Küsimused, mida kommenteerida

• Kui olete teadlane või uurija, kuidas teie organisatsioon AI-d teadusuuringutes kasutab?
• Millised on potentsiaalsed riskid, kui tehisintellekt on kaasuurijad?