인공 지능 (AI)은 체스 나 주식 거래와 같이 인간이 자부심을 갖고있는 많은 작업을 이미 수행 할 수 있습니다. 이제 미국 에너지 부 로렌스 버클리 국립 연구소의 새로운 연구에 따르면 AI는 사람들이 놓친 사실을 발견하기 위해 오래된 과학 논문을 읽을 수 있다고합니다. 이것은 미래 또는 연구에 어떤 의미가 있습니까?
AI 및 기계 학습
로렌스 버클리 국립 연구소에서 연구원들은 330 만초록 원래 1922 년부터 2018 년까지 출판 된 과학 논문에서 그들은 다음과 같은 알고리즘을 만들었습니다. Word2vec 1,000 개 저널의 초록을 분석합니다. 인공 지능조차도 전체 논문을 읽을 시간이없는 것 같습니다.
평가되는 Word2vec 500,000 단어 재료 과학에 관한 논문에서. AI는 특정 프로그래밍없이 학습하고 개선 할 수있는 애플리케이션 인 머신 러닝을 사용하여 단어를 숫자로 변환하고 그 사이의 연결을 찾습니다.
AI는 숨겨진 지식을 찾습니다
연구원들은 AI가 "재료 과학 교육 없음"그러나 수학적 모델과 기계 학습을 사용하여 논문 간의 연관성을 찾을 수있었습니다. 워드 투벡은 단어의 의미를 이해하여 인간이 놓친 숨겨진 지식을 찾을 수있었습니다.
이 논문은 온도 차이로 인해 전기를 생산할 수있는 열전 재료에 관한 것이었다. 예를 들어 열을 전기로 바꿀 수 있습니다. 실리콘-게르마늄 합금은 열전 재료의 예입니다.
Word2vec은 2008 년 연구자들이 초록을 중단했을 때 최고의 열전 재료를 만드는 것이 무엇인지 파악하고 미래의 발견에 대해 정확한 예측을했습니다. 이것은 AI가 이전 지식을 사용하여 과학자들이 나중에 발견 한 것을 예측할 수 있음을 의미합니다. 또한 Word2vec은 연구원이 프로그래밍 할 필요없이 주기율표의 구조를 알아 냈습니다.
잠재적 인 용도 및 응용
과학자들은이 AI가 과거에 존재했다면 재료 과학 연구를 상당히 가속화 할 수 있었을 것이라고 생각합니다. 지금까지 연구자들은 AI가 대중에게 공개 할 수있는 최고의 열전 재료 목록을 작성했습니다. 그들은 또한 Word2vec 뒤에있는 알고리즘을 공개하여 다른 사람들이 사용할 수 있도록 계획하고 있으며 추상을위한 더 나은 검색 엔진을 만들고자합니다.
이전에 출판 된 작업을 스캔하고 새로운 발견을하는 AI의 능력은 강력한 기능입니다. 1665 년부터 2009 년까지 5 천만 개의 저널 기사 게시되었습니다. 오늘은 250 만 개의 기사 매년 출판되며 20,000 개 이상의 동료 심사 저널이 있습니다.
치열한 경쟁을 결합하여 전 세계의 점점 더 많은 과학자들과 함께 더 많은 작업을 게시하면 사람이 분석하기 거의 불가능한 정보가 폭발적으로 증가합니다. James Evans의 연구에 따르면 또 다른 우려가 있습니다. 과학자들은 오래된 연구를 무시하고 일반적으로 더 적은 수의 연구를 인용하고 있습니다. 이것은 그들이 깨닫지 못한 채 이전 작업을 누락하거나 복제 할 가능성을 만듭니다.
AI는 관련 출처와 더 나은 인용을 찾기 위해 오래된 연구를 검토하여 도움을 줄 수 있습니다. 또한 사람들이 놓칠 수있는 여러 연구를 연결하는 데 도움이 될 수 있습니다.
AI와 연구의 미래
AI의 성장과 능력의 확장이 연구에 의미하는 바는 무엇입니까? 일부 과학자들은 변화를 환영하고 새로운 기술을 수용하고 있습니다. 그들은 인공 지능이 사람들의 삶을 향상시키는 발견을 할 수있을 것이라고 생각합니다.
다른 사람들은 AI가 사람을 대체하고 일자리를 제거 할 것이라고 걱정합니다. AI 비평가들은 기계가 대부분의 작업을 수행 할 수 있기 때문에 인간을 게으르게 할 것이라고 우려합니다. AI 논쟁 중 어느 쪽이든 쉬운 해결책이 없다는 것은 분명합니다.