Sisu
Tehisintellekt (AI) võib juba täita paljusid ülesandeid, mille üle inimesed uhkust tunnevad, näiteks male mängida ja aktsiatega kaubelda. Nüüd selgus USA energeetikaosakonna Lawrence Berkeley riikliku laboratooriumi uuest uuringust, et AI on võimeline lugema vanu teaduslikke pabereid, et teha avastus, millest inimesed ilma jäid. Mida see tuleviku või uuringute jaoks tähendab?
AI ja masinõpe
Lawrence Berkeley riiklikus laboris panid teadlased kokku 3,3 miljonit kokkuvõtted teaduslikest töödest, mis algselt avaldati aastatel 1922 kuni 2018. Nad lõid algoritmi nimega Word2vec analüüsida kokkuvõtteid 1000 erinevast ajakirjast. Näib, et isegi tehisintellektil pole aega kõiki pabereid lugeda.
Word2vec hindas materjaliteadust käsitlevatest paberitest 500 000 sõna. AI kasutas masinõpet, mis on rakendus, mis võimaldab seda õppida ja täiustada ilma konkreetse programmeerimiseta, muuta sõnad numbriteks ja leida nende vahel seoseid.
AI leiab varjatud teadmisi
Teadlaste sõnul ei olnud AI-l "materjaliteaduse alast koolitust", kuid ta suutis matemaatikamudeleid ja masinõpet kasutada paberite seoste leidmiseks. Word2vec suutis mõista sõnade tähendust, et leida varjatud teadmisi, millest inimestel puudus.
Paberid käsitlesid termoelektrilisi materjale, mis võivad temperatuuri erinevuse tõttu toota elektrit. Näiteks võivad nad soojuse muuta elektriks. Räni-germaaniumisulamid on näiteks termoelektrilised materjalid.
Word2vec arvas välja, mis teeks parimatest termoelektrilistest materjalidest, ja tegi täpsed ennustused tulevaste avastuste kohta, kui teadlased lõpetasid kokkuvõtted 2008. aastal. See tähendab, et AI sai kasutada varasemaid teadmisi, et ennustada, mida teadlased leidsid hilisematel aastatel. Lisaks töötas Word2vec välja perioodilise tabeli struktuuri, ilma et teadlased peaksid seda programmeerima.
Võimalikud kasutusalad ja rakendused
Teadlased arvavad, et kui see AI oleks varem olemas olnud, oleks see võinud materjaliteaduse uurimist märkimisväärsel viisil kiirendada. Siiani on teadlased koostanud üldsusele kättesaadavate parimate termoelektriliste materjalide loendite loetelu. Samuti plaanivad nad Word2veci taga oleva algoritmi avalikustada, et teised saaksid seda kasutada, ning nad soovivad luua parema otsingumootori abstraktsioonide jaoks.
AI võime skannida varem avaldatud teoseid ja teha uusi avastusi on võimas funktsioon. Selle hinnangul on aastatel 1665 kuni 2009 avaldatud 50 miljonit ajakirjaartiklit. Täna umbes 2,5 miljonit artiklit avaldatakse igal aastal ja neid on rohkem kui 20 000 eelretsenseeritud ajakirja.
Kui ühendate tiheda konkurentsi, et avaldada rohkem töid kogu maailmas kasvava hulga teadlastega, saate plahvatuse teabe, mida ühelgi inimesel on peaaegu võimatu analüüsida. James Evansi uurimus paljastab veel ühe mure: teadlased eiravad vanemaid uuringuid ja viitavad üldiselt vähem uuringutele. See loob võimaluse, et nad varasema töö puuduvad või dubleerivad ilma seda realiseerimata.
AI saab aidata, kui kammida läbi vanemaid uuringuid, et leida asjakohaseid allikaid ja paremaid tsitaate. Samuti võib see aidata luua seoseid erinevate uuringute vahel, millest inimestel jääb vajaka.
AI ja teaduse tulevik
Mida tähendab AI kasv ja selle võimete laienemine uurimistöö jaoks? Mõned teadlased tervitavad muudatusi ja võtavad kasutusele uue tehnoloogia. Nad arvavad, et tehisintellekt suudab teha avastusi, mis parandavad inimeste elu.
Teised muretsevad, et AI asendab inimesi ja kaotab töökohad. AI kriitikud tunnevad muret, et see muudab inimesed laisaks, sest masinad on võimelised enamikku toiminguid tegema. Ükskõik, kummal pool AI-teemaline arutelu toimub, on selge, et lihtsaid lahendusi pole.