Naučnici istražuju kako vještačka inteligencija može da transformiše naučna istraživanja i možda jednog dana osvoji najprestižniju nagradu u nauci – Nobelovu nagradu
Veštačka inteligencija već remeti industrije od bankarstva i finansija do filma i novinarstva, a naučnici istražuju kako bi AI mogao da revolucionizuje njihovu oblast—ili čak da osvoji Nobelovu nagradu.
Godine 2021, japanski naučnik Hiroaki Kitano predložio je ono što je nazvao “Nobel Tjuring izazov”, pozivajući istraživače da stvore “AI naučnika” sposobnog da autonomno sprovodi istraživanja vredna Nobelove nagrade do 2050. godine. Neki naučnici već marljivo rade na stvaranju AI kolege vrednog Nobela, a ovogodišnji laureati će biti objavljeni između 7. i 14. oktobra.
U stvari, već postoji oko 100 “robot-naučnika”, prema Rosu Kingu, profesoru mašinske inteligencije na Univerzitetu Čalmers u Švedskoj. Godine 2009, King je objavio rad u kojem su on i grupa kolega predstavili “Robot-naučnika Adama”—prvu mašinu koja je nezavisno napravila naučna otkrića.
“Napravili smo robota koji je samostalno otkrio novu nauku, generisao nove naučne ideje i testirao ih i potvrdio da su tačne“, rekao je King za AFP. Robot je bio postavljen da autonomno formira hipoteze, a zatim da dizajnira eksperimente kako bi ih testirao. Čak bi programirao laboratorijske robote da sprovedu te eksperimente, pre nego što bi učio iz procesa i ponavljao.
“Adam” je imao zadatak da istraži unutrašnje funkcionisanje kvasca i otkrio je “funkcije gena” koje su ranije bile nepoznate u organizmu. U radu su kreatori robot-naučnika primetili da su, iako su otkrića bila “skromna”, ona takođe “nisu trivijalna”.
Kasnije je drugi robot-naučnik—po imenu “Eva”—postavljen da proučava kandidate za lekove protiv malarije i drugih tropskih bolesti. Prema Kingu, robot-naučnici već imaju nekoliko prednosti u odnosu na prosečnog ljudskog naučnika. “Košta manje novca da se obavi nauka, oni rade 24/7”, objasnio je, dodajući da su takođe pažljiviji u beleženju svakog detalja procesa.
Istovremeno, King je priznao da je AI daleko od toga da bude blizu naučnika vrednog Nobela. Za to bi morali biti “mnogo inteligentniji” i sposobni da “razumeju širu sliku”.
Inga Strumke, vanredna profesorka na Norveškom univerzitetu nauke i tehnologije, rekla je da je za sada naučna profesija bezbedna. “Naučna tradicija nije ni blizu toga da je mašine uskoro preuzmu”, rekla je za AFP. Međutim, Strumke je dodala da to “ne znači da je nemoguće”, dodajući da je “definitivno” jasno da AI ima i da će imati uticaj na način na koji se nauka sprovodi.
Jedan primer kako se već koristi je AlphaFold—AI model razvijen od strane Google DeepMind-a, koji se koristi za predviđanje trodimenzionalne strukture proteina na osnovu njihovih aminokiselina. “Znali smo da postoji neka veza između aminokiselina i konačnog trodimenzionalnog oblika proteina… i onda smo mogli da koristimo mašinsko učenje da je pronađemo“, rekla je Strumke.
Objasnila je da je složenost takvih proračuna bila previše zastrašujuća za ljude. “Imamo mašinu koja je uradila nešto što ljudi nisu mogli“, rekla je. Istovremeno, za Strumke, slučaj AlphaFold-a takođe demonstrira jednu od slabosti trenutnih AI modela kao što su takozvane neuronske mreže.
One su veoma vešte u obradi ogromnih količina informacija i dolasku do odgovora, ali nisu baš dobre u objašnjavanju zašto je taj odgovor tačan. Dakle, iako je preko 200 miliona struktura proteina koje je predvideo AlphaFold “izuzetno korisno”, one “ne uče nas ništa o mikrobiologiji”, rekla je Strumke.
Za nju, nauka nastoji da razume univerzum i ne radi se samo o “davanju tačnog nagađanja”. Ipak, revolucionarni rad koji je uradio AlphaFold naveo je stručnjake da ljude iza njega stave kao glavne kandidate za Nobelovu nagradu. Direktor Google DeepMind-a John Jumper i izvršni direktor i suosnivač Demis Hassabis već su počastvovani prestižnom Laskerovom nagradom 2023. godine.
Analitička grupa Clarivate, koja prati potencijalne Nobelove laureate u nauci, stavlja ovaj par među najbolje izbore za kandidate za Nobelovu nagradu za hemiju 2024. godine, koja je objavljena 9. oktobra. David Pendlebury, šef istraživačke grupe, priznaje da, iako je rad iz 2021. godine od Jumpera i Hassabisa citiran hiljadama puta, bilo bi neuobičajeno da Nobelov žiri nagradi rad tako brzo nakon objavljivanja—jer većina otkrića koja su nagrađena datiraju decenijama unazad.
Istovremeno, on je uveren da neće proći mnogo vremena pre nego što istraživanje uz pomoć AI osvoji najprestižniju naučnu nagradu. “Siguran sam da će u narednoj deceniji biti Nobelovih nagrada koje su na neki način podržane računarstvom, a danas je računarstvo sve više AI”, rekao je Pendlebury za AFP.
Benchmark.rs
