Lêkolîna zanistî ya AI: Armanca rastîn a fêrbûna makîneyê

• Nivîskar:
• Navê nivîskar

  Pêşbîniya Quantumrun
• Bila 11, 2023

Pêşxistina hîpotezan bi kevneşopî wekî çalakiyek tenê mirovî tête hesibandin, ji ber ku ew afirînerî, intuition û ramana rexneyî hewce dike. Lêbelê, digel pêşkeftinên teknolojîk, zanyar her ku diçe berê xwe didin fêrbûna makîneyê (ML) da ku keşfên nû çêbikin. Algorîtma dikarin mîqdarên mezin dane zû analîz bikin û qalibên ku dibe ku mirov nikaribin bibînin nas bikin.

Hevgirêk

Li şûna ku bi pêşbîniyên mirovan ve girêdayî bin, lêkolîner algorîtmayên ML-ya tora neuralî bi sêwiranek ku ji mêjiyê mirovî ve hatî îlham kirin ava kirine, ku li ser bingeha nimûneyên daneyê hîpotezên nû pêşniyar dikin. Wekî encamek, dibe ku gelek dever di demek nêzîk de berê xwe bidin ML-ê da ku vedîtina zanistî bileztir bikin û pêşbaziyên mirovan kêm bikin. Di mijara materyalên bataryayê yên nenas de, zanyar bi kevneşopî xwe dispêrin teknîkên lêgerîna databasê, modelkirin, û hesta wan a kîmyewî da ku molekulên zindî nas bikin. Tîmek ji Zanîngeha Liverpool-ê ya li Brîtanyayê ML bikar anî da ku pêvajoya afirîner hêsan bike. 

Pêşîn, lêkolîneran torgilokek neuralî ava kirin ku pêşî li berhevokên kîmyewî digire li ser bingeha îhtîmala wan a hilberandina materyalek nû ya hêja. Dûv re zanyar van rêzikan bikar anîn da ku lêkolînên xwe yên laboratîf bikin. Wekî encamek, wan çar vebijarkên maddî yên bataryayê yên bikêr dîtin bêyî ceribandina her tiştê di navnîşa xwe de, ji wan re çend meh ceribandin û xeletiyê xilas kirin. Materyalên nû ne tenê qada ku ML dikare alîkariya lêkolînê bike ne. Lekolînwan di heman demê de torên neuralî bikar tînin da ku pirsgirêkên girîng ên teknolojîk û teorîkî çareser bikin. Mînakî, fîzîknasek li Enstîtuya Fîzîkê ya Teorîk a Zurichê, Renato Renner, hêvî dike ku ravekirinek hevgirtî pêş bixe ka cîhan çawa bi karanîna ML dixebite. 

Wekî din, modelên AI-ya hilberîner ên sofîstîke yên mîna ChatGPT-a OpenAI dihêle ku lêkolîner bixweber dane, model û hîpotezên nû biafirînin. Ev feat bi teknîkên wekî torên dijberiya hilberîner (GAN), kodkerên xweser ên guhezbar (VAE), û modelên ziman-based veguherîner (wek Transformer-3-ya Pêş-perwerdekirî ya Generative-3 an GPT-XNUMX) tê bidestxistin. Van modelên AI-ê dikarin werin bikar anîn da ku berhevokên daneya sentetîk biafirînin, sêwirandin û xweşbînkirina mîmarên nû yên ML-yê, û bi destnîşankirina qalib û têkiliyên di daneyan de ku berê nenas bûn, hîpotezên zanistî yên nû pêşve bibin.

Bandora têkçûyî

Dibe ku zanyar her ku diçe AI-ya hilberîner bikar bînin da ku alîkariya lêkolînê bikin. Bi şiyana analîzkirina şêwazan û pêşbînkirina encamên li ser bingeha wê zanînê, dibe ku ev model teoriyên zanistî yên tevlihev ên ku ji hêla mirovahiyê ve nehatine çareser kirin çareser bikin. Ev ê ne tenê dem û drav xilas bike, lê ew ê di heman demê de alîkariya têgihîştina mirovî ya zanistê jî bike ku ji sînorên xwe yên heyî pir dirêj bibe. 

Vekolînek lêkolîn û pêşkeftinê (R&D) dê îhtîmala komkirina fonên guncan hêsantir bibîne ji ber ku ML dikare daneyan zûtir pêvajoyê bike. Wekî encamek, zanyar dê bi kirêkirina karmendên nû an bi hevkarîkirina karsazî û pargîdaniyên naskirî re bêtir alîkariyê bigerin da ku encamên çêtir çêbikin. Bandora giştî ya vê berjewendiyê dê ne tenê ji bo pêşkeftinên zanistî lê ji bo pisporên di warên zanistî de jî erênî be. 

Lêbelê, rêgirek potansiyel ev e ku çareseriyên ji van modelên adapteyî bi gelemperî ji mirovan re dijwar e ku meriv têbigihîje, nemaze ramana têkildar. Ji ber ku makîneyan tenê bersivan didin û sedema çareseriyê rave nakin, dibe ku zanyar di derbarê pêvajo û encamê de nebawer bimînin. Ev nezelal bawerî bi encaman qels dike û hejmara torên neuralî yên ku dikarin bi analîzê re bibin alîkar kêm dike. Ji ber vê yekê, pêdivî ye ku lêkolîner modelek ku bikaribe xwe rave bike pêş bixe.

Encamên lêkolîna zanistî ya AI

Encamên berfireh ên lêkolîna zanistî ya AI-ê dibe ku ev in:

• Guhertinên standardên nivîskariyê ji bo kaxezên lêkolînê, tevî dayîna krediya milkê rewşenbîrî ji AI-ê re. Bi heman rengî, pergalên AI-ê rojek wekî wergirên potansiyel ên Xelata Nobelê têne xelat kirin, ku dikare bibe sedema nîqaşên tund li ser gelo ev algorîtma divê wekî dahêner bêne pejirandin an na.
• Lêkolîna ku ji hêla AI-ê ve hatî çêkirin dibe ku bibe sedema formên nû yên berpirsiyariyê û pirsên qanûnî û exlaqî yên din ên têkildarî karanîna AI û pergalên xweser di vedîtinên zanistî de.
• Zanyar bi amûrên cûrbecûr AI-ê yên hilberîner re dixebitin da ku pêşkeftin û ceribandina bijîjkî bilez bişopînin.
• Zêdekirina karanîna enerjiyê ya ku ji ber hêza hesabkeriya bilind a ku ji bo meşandina van algorîtmayên berbiçav hewce dike, pêk tê.
• Zanyarên paşerojê têne perwerde kirin da ku AI û amûrên din ên ML-ê di xebata xwe de bikar bînin.
• Hikûmet li ser sînorkirin û hewcedariyên pêkanîna ceribandinên zanistî yên ku ji hêla AI-ê ve hatî çêkirin standardên gerdûnî diafirînin.

Pirsên ku têne nirxandin

• Ger hûn zanyar in, sazî an laboratûara we çawa plan dike ku lêkolîna bi alîkariya AI-ê vehewîne?
• Hûn çawa difikirin ku lêkolîna AI-ê hatî çêkirin dê bandorê li bazara kar ji bo zanyar û lêkolîneran bike?