Как искусственный интеллект может произвести революцию в науке

Рассмотрим исторические прецеденты

Дебаты об искусственном интеллекте (ИИ), как правило, сосредотачиваются на его потенциальных опасностях: алгоритмической предвзятости и дискриминации, массовом уничтожении рабочих мест и даже, как говорят некоторые, вымирании человечества. Однако, пока одни наблюдатели обеспокоены этими антиутопическими сценариями, другие сосредотачиваются на потенциальных выгодах. Они утверждают, что ИИ может помочь человечеству решить некоторые из его самых больших и сложных проблем. И, по их словам, ИИ будет делать это весьма специфическим способом: радикально ускоряя темпы научных открытий, особенно в таких областях, как медицина, климатология и зеленые технологии. Такие светила в этой области, как Демис Хассабис и Ян Лекун, считают, что ИИ может ускорить научный прогресс и привести к золотому веку открытий. Могут ли они быть правы?

Такие утверждения заслуживают изучения, и они могут стать полезным противовесом опасениям по поводу крупномасштабной безработицы и роботов-убийц. Многие предыдущие технологии, конечно, были ошибочно провозглашены панацеей. Электрический телеграф восхвалялся в 1850-х годах как вестник мира во всем мире, как и самолеты в 1900-х годах; Ученые мужи в 1990-х годах говорили, что Интернет уменьшит неравенство и искоренит национализм. Но механизм, с помощью которого ИИ предположительно решит мировые проблемы, имеет более прочную историческую основу, потому что в истории было несколько периодов, когда новые подходы и новые инструменты действительно помогали вызывать всплески научных открытий и инноваций, меняющих мир.

В 17 веке микроскопы и телескопы открыли новые перспективы открытий и побудили исследователей отдавать предпочтение своим собственным наблюдениям, а не полученной мудрости древности, в то время как введение научных журналов дало им новые способы делиться и публиковать свои выводы. Результатом стал быстрый прогресс в астрономии, физике и других областях, а также новые изобретения от маятниковых часов до парового двигателя — главного двигателя промышленной революции.

Затем, начиная с конца 19-го века, создание исследовательских лабораторий, которые объединили идеи, людей и материалы в промышленных масштабах, привело к дальнейшим инновациям, таким как искусственные удобрения, фармацевтические препараты и транзистор, строительный блок компьютера. С середины 20-го века компьютеры, в свою очередь, позволили создать новые формы науки, основанные на симуляции и моделировании, от проектирования оружия и самолетов до более точного прогнозирования погоды.

И компьютерная революция, возможно, еще не закончена. Как мы сообщаем в специальном разделе «Наука», инструменты и методы ИИ в настоящее время применяются почти во всех областях науки, хотя степень внедрения сильно различается: например, 7,2% работ по физике и астрономии, опубликованных в 2022 году, касались ИИ по сравнению с 1,4% в ветеринарии. ИИ используется по-разному. Он может идентифицировать перспективных кандидатов для анализа, таких как молекулы с особыми свойствами при открытии лекарств или материалы с характеристиками, необходимыми в батареях или солнечных элементах. Он может просеивать груды данных, таких как данные, полученные коллайдерами частиц или роботизированными телескопами, в поисках закономерностей. А ИИ может моделировать и анализировать еще более сложные системы, такие как сворачивание белков и образование галактик. инструменты искусственного интеллекта использовались, среди прочего, для выявления новых антибиотиков, выявления бозона Хиггса и выявления региональных акцентов у волков.

Все это можно только приветствовать. Но журнал и лаборатория пошли еще дальше: они изменили саму научную практику и открыли более мощные средства для открытий, позволив людям и идеям смешиваться по-новому и в большем масштабе. ИИ также может инициировать такую трансформацию.

Особенно многообещающими выглядят две области. Первый — это «открытие на основе литературы» или Literature-based discovery (LBD), которое включает в себя анализ существующей научной литературы с использованием языкового анализа в стиле Chatgpt для поиска новых гипотез, связей или идей, которые люди, возможно, упустили. LBD демонстрирует многообещающие результаты в поиске новых экспериментов, которые стоит провести, и даже предлагает потенциальных исследователей для сотрудничества. Это могло бы стимулировать междисциплинарную работу и способствовать инновациям на границах между областями. Системы LBD также могут выявлять «слепые пятна» в конкретной области и даже предсказывать будущие открытия и того, кто их сделает.  

Второе направление — «роботы-ученые», также известные как «беспилотные лаборатории». Это роботизированные системы, которые используют искусственный интеллект для формирования новых гипотез на основе анализа существующих данных и литературы, а затем проверяют эти гипотезы, выполняя сотни или тысячи экспериментов в таких областях, как системная биология и материаловедение. В отличие от ученых-людей, роботы менее привязаны к предыдущим результатам, менее подвержены предвзятости и, что особенно важно, их легко воспроизвести. Они могли бы расширить экспериментальные исследования, разработать неожиданные теории и исследовать пути, которые исследователи-люди, возможно, не рассматривали.

Поэтому идея о том, что ИИ может изменить научную практику, вполне осуществима. Но главный барьер носит социологический характер: это может произойти только в том случае, если ученые-люди захотят и смогут использовать такие инструменты. Многим не хватает навыков и подготовки; некоторые беспокоятся о том, что их уволят с работы. К счастью, есть обнадеживающие признаки. Инструменты ИИ в настоящее время переходят от использования исследователями ИИ к использованию специалистами в других областях.

Правительства и финансирующие органы могли бы помочь, настаивая на более широком использовании общих стандартов, позволяющих системам ИИ обмениваться и интерпретировать результаты лабораторных исследований и другие данные. Они также могли бы финансировать дополнительные исследования в области интеграции интеллектуальных систем искусственного интеллекта с лабораторной робототехникой и в формы ИИ, выходящие за рамки тех, которые преследуются в частном секторе, который поставил почти все свои чипы на языковые системы, такие как Chatgpt. Менее модные формы ИИ, такие как машинное обучение на основе моделей, могут лучше подходить для научных задач, таких как формирование гипотез.

Добавление искусственного

В 1665 году, в период быстрого научного прогресса, Роберт Гук, английский эрудит, описал появление новых научных инструментов, таких как микроскоп и телескоп, как «добавление искусственных органов к естественным». Они позволяют исследователям исследовать ранее недоступные сферы и открывать вещи по-новому, «с огромной пользой для всех видов полезных знаний». Для современных преемников Гука добавление искусственного интеллекта в научный инструментарий готово сделать то же самое в ближайшие годы — с аналогичными результатами, меняющими мир.