आर्टिफिशियल इंटेलिजेंस ने पुराने वैज्ञानिक पत्रों को पढ़ा और एक खोज की

आर्टिफिशियल इंटेलिजेंस (एआई) पहले से ही ऐसे कई कार्य कर सकता है जिन पर मनुष्य गर्व करता है, जैसे शतरंज खेलना और स्टॉक ट्रेडिंग करना। अब, यूएस डिपार्टमेंट ऑफ एनर्जी के लॉरेंस बर्कले नेशनल लेबोरेटरी के एक नए अध्ययन से पता चला है कि एआई एक खोज करने के लिए पुराने वैज्ञानिक पत्रों को पढ़ने में सक्षम है जो लोगों को याद आती है। भविष्य या शोध के लिए इसका क्या अर्थ है?

लॉरेंस बर्कले नेशनल लेबोरेटरी में, शोधकर्ताओं ने एक साथ रखा 3.3 मिलियनएब्सट्रैक्ट वैज्ञानिक पत्रों से जो मूल रूप से 1922 से 2018 तक प्रकाशित हुए थे। उन्होंने एक एल्गोरिथम बनाया जिसे कहा जाता है Word2vec 1,000 विभिन्न पत्रिकाओं से सार का विश्लेषण करने के लिए। ऐसा लगता है कि आर्टिफिशियल इंटेलिजेंस के पास भी पूरा पेपर पढ़ने का समय नहीं है।

Word2vec का मूल्यांकन किया गया 500,000 शब्द सामग्री विज्ञान के बारे में कागजात से। एआई ने मशीन लर्निंग का इस्तेमाल किया, जो एक ऐसा एप्लिकेशन है जो इसे विशिष्ट प्रोग्रामिंग के बिना सीखने और सुधार करने, शब्दों को संख्याओं में बदलने और उनके बीच कनेक्शन खोजने की अनुमति देता है।

शोधकर्ता बताते हैं कि एआई ने "सामग्री विज्ञान में कोई प्रशिक्षण नहीं"लेकिन पेपर के बीच कनेक्शन खोजने के लिए गणितीय मॉडल और मशीन लर्निंग का उपयोग करने में सक्षम था। Word2vec उन छिपे हुए ज्ञान को खोजने के लिए शब्दों के अर्थ को समझने में सक्षम था जो मानव छूट गए थे।

कागज थर्मोइलेक्ट्रिक सामग्री के बारे में थे, जो तापमान में अंतर के कारण बिजली का उत्पादन कर सकते हैं। उदाहरण के लिए, वे गर्मी को बिजली में बदल सकते हैं। सिलिकॉन-जर्मेनियम मिश्र धातु थर्मोइलेक्ट्रिक सामग्री का एक उदाहरण है।

Word2vec ने पता लगाया कि सबसे अच्छी थर्मोइलेक्ट्रिक सामग्री क्या होगी और भविष्य की खोजों के बारे में सटीक भविष्यवाणियां कीं जब शोधकर्ताओं ने 2008 में सार तत्वों को रोक दिया। इसका मतलब यह है कि एआई पिछले ज्ञान का उपयोग यह अनुमान लगाने में सक्षम था कि वैज्ञानिकों ने बाद के वर्षों में क्या पाया। इसके अलावा, Word2vec ने आवर्त सारणी की संरचना का पता लगाया, बिना शोधकर्ताओं को इसे प्रोग्राम किए।

वैज्ञानिकों का मानना ​​है कि यदि यह AI अतीत में मौजूद होता, तो यह एक महत्वपूर्ण तरीके से सामग्री विज्ञान अनुसंधान में तेजी ला सकता था। अब तक, शोधकर्ताओं ने एआई को जनता के लिए उपलब्ध सर्वोत्तम थर्मोइलेक्ट्रिक सामग्रियों की सूची बनाई है। वे Word2vec के पीछे एल्गोरिथम को सार्वजनिक करने की भी योजना बना रहे हैं, ताकि अन्य लोग इसका उपयोग कर सकें, और वे सार के लिए एक बेहतर खोज इंजन बनाना चाहते हैं।

पहले प्रकाशित काम को स्कैन करने और नई खोज करने की एआई की क्षमता एक शक्तिशाली विशेषता है। यह अनुमान है कि १६६५ से २००९ तक, 50 मिलियन जर्नल लेख प्रकाशित हो चुकी है।. आज, के बारे में २.५ मिलियन लेख हर साल प्रकाशित होते हैं, और 20,000 से अधिक सहकर्मी-समीक्षित पत्रिकाएँ हैं।

जब आप दुनिया भर में वैज्ञानिकों की बढ़ती संख्या के साथ अधिक काम प्रकाशित करने के लिए तीव्र प्रतिस्पर्धा को जोड़ते हैं, तो आपको जानकारी का एक विस्फोट मिलता है जिसका विश्लेषण करना किसी भी इंसान के लिए लगभग असंभव है। जेम्स इवांस के एक अध्ययन से एक और चिंता का पता चलता है: वैज्ञानिक पुराने शोध की अनदेखी कर रहे हैं और सामान्य रूप से कम अध्ययनों का हवाला दे रहे हैं। इससे उनके पिछले काम को महसूस किए बिना गुम होने या उसकी नकल करने की संभावना पैदा हो जाती है।

एआई प्रासंगिक स्रोतों और बेहतर उद्धरणों को खोजने के लिए पुराने शोधों को मिलाकर मदद कर सकता है। यह विभिन्न अध्ययनों के बीच संबंध बनाने में भी मदद कर सकता है जिन्हें लोग याद कर सकते हैं।

अनुसंधान के लिए AI की वृद्धि और उसकी क्षमताओं के विस्तार का क्या अर्थ है? कुछ वैज्ञानिक परिवर्तनों का स्वागत कर रहे हैं और नई तकनीक को अपना रहे हैं। उन्हें लगता है कि आर्टिफिशियल इंटेलिजेंस ऐसी खोज करने में सक्षम होगी जो लोगों के जीवन को बेहतर बनाए।

दूसरों को चिंता है कि एआई लोगों की जगह ले लेगा और नौकरियों को खत्म कर देगा। एआई के आलोचक चिंतित हैं कि यह इंसानों को आलसी बना देगा क्योंकि मशीनें ज्यादातर काम करने में सक्षम होंगी। आप एआई बहस के जिस भी पक्ष में हैं, यह स्पष्ट है कि कोई आसान समाधान नहीं हैं।