AI påskyndar vetenskaplig upptäckt: Forskaren som aldrig sover

• Författare:
• författarnamn

  Quantumrun Framsyn
• December 12, 2023

Insiktssammanfattning

AI, särskilt plattformar som ChatGPT, accelererar avsevärt vetenskaplig upptäckt genom att automatisera dataanalys och hypotesgenerering. Dess förmåga att bearbeta stora mängder vetenskaplig data är avgörande för att utveckla områden som kemi och materialvetenskap. AI spelade en avgörande roll i utvecklingen av covid-19-vaccinet, vilket exemplifierar dess förmåga till snabb, samarbetande forskning. Investeringar i "exascale" superdatorer, som det amerikanska energidepartementets Frontier-projekt, belyser AI:s potential för att driva vetenskapliga genombrott inom hälsovård och energi. Denna integrering av AI i forskning främjar multidisciplinärt samarbete och snabb hypotestestning, även om den också väcker frågor om de etiska och immateriella implikationerna av AI som medforskare.

AI påskyndar vetenskaplig upptäcktskontext

Vetenskap är i och för sig en kreativ process; forskare måste hela tiden utöka sina sinnen och perspektiv för att skapa nya läkemedel, kemiska tillämpningar och industriinnovationer i stort. Men den mänskliga hjärnan har sina gränser. Det finns trots allt fler tänkbara molekylformer än det finns atomer i universum. Ingen person får undersöka dem alla. Detta behov av att utforska och testa den oändliga mångfalden av möjliga vetenskapliga experiment har drivit forskare att ständigt använda nya verktyg för att utöka sina undersökningsmöjligheter – det senaste verktyget är artificiell intelligens.
 
Användningen av AI i vetenskaplig upptäckt drivs (2023) av djupa neurala nätverk och generativa AI-ramverk som kan generera vetenskaplig kunskap i bulk från allt publicerat material om ett specifikt ämne. Till exempel kan generativa AI-plattformar som ChatGPT analysera och syntetisera stora mängder vetenskaplig litteratur och hjälpa kemister att forska om nya syntetiska gödselmedel. AI-system kan sålla igenom omfattande databaser med patent, akademiska artiklar och publikationer, formulera hypoteser och vägleda forskningsriktningen.

På liknande sätt kan AI använda data som den analyserar för att skapa ursprungliga hypoteser för att bredda sökandet efter nya molekylära konstruktioner, i en skala som en enskild forskare skulle finna omöjlig att matcha. Sådana AI-verktyg när de kombineras med framtida kvantdatorer skulle kunna snabbt simulera nya molekyler för att tillgodose alla specificerade behov baserat på den mest lovande teorin. Teorin kommer sedan att analyseras med hjälp av autonoma labbtester, där en annan algoritm skulle utvärdera resultaten, identifiera luckor eller defekter och extrahera ny information. Nya frågor skulle uppstå, och så skulle processen börja igen i en god cirkel. I ett sådant scenario skulle forskare övervaka komplexa vetenskapliga processer och initiativ istället för individuella experiment.

Störande inverkan

Ett exempel på hur AI har använts för att påskynda vetenskapliga upptäckter var skapandet av covid-19-vaccinet. Ett konsortium av 87 organisationer, allt från den akademiska världen till teknikföretag, har tillåtit globala forskare att få tillgång till superdatorer (enheter med höghastighetsdatorfunktioner som kan köra ML-algoritmer) för att använda AI för att sålla igenom befintliga data och studier. Resultatet är ett fritt utbyte av idéer och experimentresultat, full tillgång till avancerad teknik och snabbare och mer exakt samarbete. Vidare inser federala myndigheter potentialen hos AI för att snabbt utveckla ny teknik. Till exempel har US Department of Energy (DOE) bett kongressen om en budget på upp till 4 miljarder USD under 10 år för att investera i AI-teknik för att öka vetenskapliga upptäckter. Dessa investeringar inkluderar "exascale" (som kan utföra stora volymer av beräkningar) superdatorer.

I maj 2022 gav DOE teknikföretaget Hewlett Packard (HP) i uppdrag att skapa den snabbaste exascale superdatorn, Frontier. Superdatorn förväntas lösa ML-beräkningar upp till 10x snabbare än dagens superdatorer och hitta lösningar på problem som är 8x mer komplexa. Byrån vill fokusera på upptäckter inom cancer och sjukdomsdiagnostik, förnybar energi och hållbara material. 

DOE har finansierat många vetenskapliga forskningsprojekt, inklusive atomkrossare och genomsekvensering, vilket har resulterat i att byrån hanterar enorma databaser. Byrån hoppas att dessa uppgifter en dag kan resultera i genombrott som kan främja energiproduktion och hälsovård, bland annat. Från att härleda nya fysikaliska lagar till nya kemiska föreningar, förväntas AI/ML göra det tunga arbetet som skulle ta bort oklarheter och öka chanserna att lyckas inom vetenskaplig forskning.

Implikationer av AI som påskyndar vetenskaplig upptäckt

Vidare implikationer av vetenskapliga upptäckter av AI snabbare kan inkludera: 

• Underlätta en snabb integrering av kunskap över olika vetenskapliga discipliner, främja innovativa lösningar på komplexa problem. Denna förmån skulle uppmuntra multidisciplinärt samarbete och blanda insikter från områden som biologi, fysik och datavetenskap.
• AI används som en laboratorieassistent för alla ändamål, analyserar stora datamängder mycket snabbare än människor, vilket leder till snabbare hypotesgenerering och validering. Automatisering av rutinmässiga forskningsuppgifter kommer att frigöra forskare att fokusera på komplexa problem och analysera tester och experimentresultat.
• Forskare satsar på att ge AI kreativitet för att utveckla sina egna frågor och lösningar på vetenskapliga förfrågningar inom olika studieområden.
• Att accelerera rymdutforskningen som AI kommer att hjälpa till att bearbeta astronomiska data, identifiera himmelska objekt och planera uppdrag.
• Vissa forskare insisterar på att deras AI-kollega eller medforskare ska ges intellektuell upphovsrätt och publiceringskrediter.
• Fler federala myndigheter investerar i superdatorer, vilket möjliggör allt mer avancerade forskningsmöjligheter för universitet, offentliga myndigheter och vetenskapslabb i den privata sektorn.
• Snabbare läkemedelsutveckling och genombrott inom materialvetenskap, kemi och fysik, vilket kan leda till en oändlig mängd framtida innovationer.

Frågor att kommentera

• Om du är en vetenskapsman eller forskare, hur använder din organisation AI i forskningen?
• Vilka är de potentiella riskerna med att ha AI som medforskare?