Vísindarannsóknir á gervigreind: Raunverulegur tilgangur vélanáms

MYNDAGREIÐSLA:
Image inneign
iStock

Vísindarannsóknir á gervigreind: Raunverulegur tilgangur vélanáms

Vísindarannsóknir á gervigreind: Raunverulegur tilgangur vélanáms

Texti undirfyrirsagna
Vísindamenn eru að prófa getu gervigreindar til að meta mikið magn af gögnum sem geta leitt til byltingarkenndra uppgötvana.
    • Höfundur:
    • Höfundur nafn
      Quantumrun Foresight
    • Kann 11, 2023

    Að þróa tilgátur hefur jafnan verið álitin eingöngu mannleg athöfn, þar sem það krefst sköpunargáfu, innsæis og gagnrýninnar hugsunar. Hins vegar, með tækniframförum, snúa vísindamenn í auknum mæli að vélanámi (ML) til að búa til nýjar uppgötvanir. Reiknirit geta greint mikið magn af gögnum fljótt og greint mynstur sem menn geta ekki séð.

    Samhengi

    Frekar en að vera háð forhugmyndum manna, hafa vísindamenn smíðað tauganet ML reiknirit með hönnun innblásin af mannsheilanum, sem stingur upp á nýjum tilgátum byggðar á gagnamynstri. Þess vegna geta mörg svæði fljótlega snúið sér að ML til að flýta fyrir vísindalegum uppgötvunum og draga úr hlutdrægni manna. Þegar um ókannað rafhlöðuefni er að ræða, hafa vísindamenn jafnan reitt sig á gagnagrunnsleitartækni, líkanagerð og efnafræðilegt skilningi þeirra til að bera kennsl á lífvænlegar sameindir. Hópur frá háskólanum í Liverpool í Bretlandi notaði ML til að einfalda sköpunarferlið. 

    Í fyrsta lagi bjuggu vísindamennirnir til tauganet sem setti efnasamsetningar í forgang út frá líkum þeirra á að framleiða verðmætt nýtt efni. Vísindamennirnir notuðu síðan þessa röðun til að leiðbeina rannsóknarstofurannsóknum sínum. Fyrir vikið fundu þeir fjóra raunhæfa rafhlöðuefnisval án þess að prófa allt á listanum sínum, sem sparaði þeim mánuði af prufa og villa. Ný efni eru ekki eina sviðið þar sem ML getur aðstoðað við rannsóknir. Vísindamenn nota einnig taugakerfi til að leysa mikilvægari tæknileg og fræðileg vandamál. Til dæmis vonast eðlisfræðingur við Institute for Theoretical Physics í Zürich, Renato Renner, til að þróa samræmda skýringu á því hvernig heimurinn virkar með því að nota ML. 

    Að auki gera flóknari kynslóð gervigreindarlíkön eins og ChatGPT OpenAI kleift að rannsaka sjálfkrafa að búa til ný gögn, líkön og tilgátur. Þetta afrek er náð með aðferðum eins og generative adversarial networks (GANs), variational autoencoders (VAEs) og spenni-undirstaða tungumálalíkön (eins og Generative Pre-trained Transformer-3 eða GPT-3). Þessar gervigreindarlíkön er hægt að nota til að búa til tilbúið gagnasett, hanna og fínstilla nýja ML arkitektúr og þróa nýjar vísindalegar tilgátur með því að greina mynstur og tengsl í gögnum sem áður voru óþekkt.

    Truflandi áhrif

    Vísindamenn gætu í auknum mæli notað skapandi gervigreind til að aðstoða við rannsóknir. Með getu til að greina mynstur og spá fyrir um niðurstöður byggðar á þeirri þekkingu, gætu þessi líkön leyst flóknar kenningar um vísindi sem hafa verið óleystar af mannkyninu. Þetta mun ekki aðeins spara tíma og peninga, heldur mun það einnig hjálpa mannlegum skilningi á vísindum að ná langt út fyrir núverandi mörk þeirra. 

    Rannsókna- og þróunarverkefni (R&D) mun líklega eiga auðveldara með að safna viðeigandi fjármagni vegna þess að ML getur unnið úr gögnum hraðar. Fyrir vikið munu vísindamenn leita sér meiri aðstoðar með því að ráða nýja starfsmenn eða vinna með þekktum fyrirtækjum og fyrirtækjum til að ná betri árangri. Heildaráhrif þessa áhuga verða jákvæð, ekki bara fyrir framfarir í vísindum heldur einnig fyrir fagfólk innan vísindasviðanna. 

    Hins vegar, hugsanlegur vegtálmi er að lausnir frá þessum aðlögunarlíkönum eru oft krefjandi fyrir menn að átta sig á, sérstaklega rökhugsuninni sem um er að ræða. Vegna þess að vélarnar gefa aðeins svör og útskýra ekki ástæðuna á bak við lausnina, gætu vísindamenn verið óvissir um ferlið og niðurstöðuna. Þessi óskýrleiki veikir traust á niðurstöðunum og dregur úr fjölda tauganeta sem geta hjálpað við greiningu. Því verður nauðsynlegt fyrir vísindamenn að þróa líkan sem getur útskýrt sig.

    Afleiðingar AI vísindarannsókna

    Víðtækari afleiðingar gervigreindar vísindarannsókna geta falið í sér:

    • Breytingar á stöðlum höfunda fyrir rannsóknargreinar, þar á meðal að veita gervigreindarréttindi hugverkarétt. Að sama skapi verða gervigreindarkerfi einn daginn veittur sem hugsanlegir Nóbelsverðlaunahafar, sem getur valdið miklum deilum um hvort viðurkenna eigi þessi reiknirit sem uppfinningamenn.
    • Rannsóknir sem mynda gervigreind geta leitt til nýrrar ábyrgðar og frekari lagalegra og siðferðilegra spurninga sem tengjast notkun gervigreindar og sjálfstæðra kerfa í vísindauppgötvunum.
    • Vísindamenn sem vinna með ýmis skapandi gervigreind verkfæri til að flýta fyrir læknisfræðilegri þróun og prófunum.
    • Vaxandi orkunotkun af völdum mikils tölvuafls sem þarf til að keyra þessar flóknu reiknirit.
    • Vísindamenn framtíðarinnar eru þjálfaðir í að nota gervigreind og önnur ML verkfæri í verkflæði sínu.
    • Ríkisstjórnir búa til alþjóðlega staðla um takmarkanir og kröfur til að framkvæma vísindalegar tilraunir sem mynda gervigreind.

    Spurningar sem þarf að íhuga

    • Ef þú ert vísindamaður, hvernig ætlar stofnunin þín eða rannsóknarstofan að innleiða rannsóknir með gervigreind?
    • Hvernig heldurðu að rannsóknir sem mynda gervigreind muni hafa áhrif á vinnumarkaðinn fyrir vísindamenn og vísindamenn?

    Innsýn tilvísanir

    Vísað var til eftirfarandi vinsælu og stofnanatengla fyrir þessa innsýn: