Istraživači u tvrtki Sakana.AI, sa sjedištem u Tokiju, rade na razvoju velikog jezičnog modela (LLM) namijenjenog isključivo za znanstvena istraživanja. Ovaj 'AI znanstvenik' mogao bi automatizirati čitav znanstveni proces, uključujući prepoznavanje problema, razvijanje hipoteza, implementaciju ideja, provođenje eksperimenata, analizu rezultata i pisanje izvještaja
Model također uključuje sekundarni jezični model koji vrši recenziju i ocjenjuje kvalitetu tih izvještaja te potvrđuje nalaze. Robert Lange, znanstvenik i osnivač tvrtke Sakana.AI, izjavio je za Euronews Next da ovaj projekt vidi kao svojevrsni 'GPT-1 za generativno znanstveno otkriće', naglašavajući da je pravi potencijal umjetne inteligencije u znanosti tek počeo izlaziti na vidjelo.
vezane vijesti
Integracija umjetne inteligencije u znanstvena istraživanja
Integracija umjetne inteligencije u znanost suočava se s brojnim izazovima zbog složenosti samog područja i problema kao što su 'halucinacije' modela te pitanja vlasništva. Ipak, utjecaj umjetne inteligencije u znanosti možda je već znatno rašireniji nego što se misli jer se često koristi bez jasnog otkrivanja.
Studija koja je analizirala obrasce pisanja i specifične upotrebe riječi u akademskim radovima nakon lansiranja popularnog AI chatbota ChatGPT procijenila je da je oko 60.000 istraživačkih radova moglo biti unaprijeđeno korištenjem AI alata. Europska komisija smatra da AI može djelovati kao 'katalizator znanstvenih otkrića i ključni instrument u znanstvenom procesu'.
Iako bi korištenje umjetne inteligencije u znanstvenim istraživanjima moglo otvoriti etička pitanja, također može predstavljati priliku za nove napretke u području kada se koristi na ispravan način.
Ograničenja i izazovi AI znanstvenika
Projekt AI znanstvenika još je u ranoj fazi, a istraživači su prošlog mjeseca objavili rad u pretprintu. Model se trenutno suočava s brojnim ograničenjima, uključujući netočne implementacije ideja, nepravedne usporedbe s osnovnim modelima te kritične pogreške u pisanju i evaluaciji rezultata.
Lange vidi ove probleme kao ključne korake u razvoju i očekuje da će se model značajno poboljšati s više resursa i vremena. Naglašava da povijest modela strojnog učenja često počinje pogreškama, ali uz kolektivne resurse i zajednički rad oni postaju sve moćniji i sposobniji.
vezane vijesti
Podrška znanstvenicima, a ne njihova zamjena
AI znanstvenik, kada je testiran, pokazao je određeni stupanj autonomije imitirajući ponašanje ljudskih istraživača, poput dodatnih koraka kako bi osigurao uspjeh eksperimenata. Ipak, cilj modela nije zamijeniti ljude, već nadopuniti njihov rad.
'Mislim da se s mnogim AI alatima nadamo da neće potpuno zamijeniti ljude, već omogućiti da rade na razini apstrakcije koja im najbolje odgovara', rekao je Lange, dodajući da je ljudska provjera i dalje ključna za osiguranje točnosti i pouzdanosti istraživanja.
Etička upotreba AI-ja u znanosti
Kako se integracija umjetne inteligencije u znanost razvija, Lange naglašava važnost transparentnosti. Jedan od načina za to je dodavanje vodenih žigova na AI-generirane radove kako bi se jasno naznačio AI doprinos. Također smatra da bi otvoreni kod modela i transparentnost razvoja podržali etičku upotrebu AI sustava u znanosti.
Lange se nada da će projekt AI znanstvenika potaknuti širu raspravu o budućnosti znanstvenih istraživanja i ulozi umjetne inteligencije u njima. 'Nadamo se da će ovaj rad započeti veliku diskusiju u zajednici o tome kako provoditi znanstvena istraživanja u narednim godinama, kao i o tome što zapravo predstavlja znanstveni doprinos', zaključio je.
