Dirbtinis intelektas (AI) jau gali atlikti daugybę užduočių, kuriomis žmonės didžiuojasi, pavyzdžiui, žaisti šachmatais ir prekiauti akcijomis. Naujas JAV energetikos departamento Lawrence Berkeley nacionalinės laboratorijos tyrimas atskleidė, kad dirbtinis intelektas sugeba skaityti senus mokslinius straipsnius, kad padarytų atradimą, kurio žmonės praleido. Ką tai reiškia ateičiai ar tyrimams?
Dirbtinis intelektas ir mašininis mokymasis
Lawrence Berkeley nacionalinėje laboratorijoje mokslininkai sudarė kartu 3,3 mlnsantraukos iš mokslinių straipsnių, kurie iš pradžių buvo paskelbti 1922–2018 m. Jie sukūrė algoritmą, vadinamą „Word2vec“ išanalizuoti 1000 skirtingų žurnalų santraukas. Atrodo, kad net dirbtinis intelektas neturi laiko perskaityti visų dokumentų.
Įvertintas „Word2vec“ 500 000 žodžių iš dokumentų apie medžiagų mokslą. PG naudojo mašininį mokymąsi, tai yra programa, leidžianti išmokti ir patobulinti be specialaus programavimo, paversti žodžius skaičiais ir rasti tarp jų ryšius.
Dirbtinis intelektas randa paslėptas žinias
Tyrėjai pabrėžia, kad dirbtinis intelektasjokių medžiagų mokslo mokymų"bet sugebėjo naudoti matematinius modelius ir mašininį mokymąsi, kad surastų ryšius tarp darbų. „Word2vec“ sugebėjo suprasti žodžių prasmę ir rasti paslėptų žinių, kurių žmonėms trūko.
Straipsniai buvo apie termoelektrines medžiagas, kurios gali gaminti elektrą dėl temperatūros skirtumo. Pavyzdžiui, jie gali šilumą paversti elektra. Silicio-germanio lydiniai yra termoelektrinių medžiagų pavyzdys.
„Word2vec“ suprato, iš ko bus pagamintos geriausios termoelektrinės medžiagos, ir tiksliai prognozavo būsimus atradimus, kai tyrėjai 2008 m. Tai reiškia, kad dirbtinis intelektas galėjo panaudoti ankstesnes žinias nuspėti, ką mokslininkai rado vėlesniais metais. Be to, „Word2vec“ išsiaiškino periodinės lentelės struktūrą, tyrėjams neprivalant jos užprogramuoti.
Galimi naudojimo būdai ir programos
Mokslininkai mano, kad jei šis dirbtinis intelektas egzistavo anksčiau, tai galėjo reikšmingai paspartinti medžiagų mokslo tyrimus. Iki šiol mokslininkai paskelbė PG geriausių termoelektrinių medžiagų sąrašą visuomenei. Jie taip pat planuoja paviešinti „Word2vec“ algoritmą, kad kiti galėtų juo naudotis, ir jie nori sukurti geresnę santraukų paieškos sistemą.
Dirbtinio intelekto galimybė nuskaityti anksčiau paskelbtus darbus ir atrasti naujų atradimų yra galinga funkcija. Manoma, kad nuo 1665 iki 2009 m. 50 milijonų žurnalų straipsnių buvo paskelbti. Šiandien apie 2,5 milijono straipsnių kasmet išleidžiama, yra daugiau nei 20 000 recenzuotų žurnalų.
Kai sujungiate intensyvią konkurenciją, kad paskelbtumėte daugiau darbų su vis daugiau mokslininkų visame pasaulyje, gausite informacijos sprogimą, kurio beveik neįmanoma analizuoti nė vienam žmogui. Jameso Evanso tyrimas atskleidžia dar vieną susirūpinimą: mokslininkai nepaiso senesnių tyrimų ir apskritai nurodo mažiau tyrimų. Tai sukuria galimybę jiems to nesuvokiant praleisti ar dubliuoti ankstesnį darbą.
Dirbtinis intelektas gali padėti atlikdamas senesnius tyrimus, kad surastų svarbių šaltinių ir geresnių citatų. Tai taip pat gali padėti užmegzti ryšį tarp skirtingų tyrimų, kurių žmonės gali praleisti.
Dirbtinio intelekto ir tyrimų ateitis
Ką reiškia dirbtinio intelekto augimas ir jo galimybių išplėtimas tyrimams? Kai kurie mokslininkai sveikina pokyčius ir taiko naujas technologijas. Jie mano, kad dirbtinis intelektas galės padaryti atradimų, kurie pagerins žmonių gyvenimą.
Kiti nerimauja, kad dirbtinis intelektas pakeis žmones ir pašalins darbo vietas. Dirbtinio intelekto kritikai nerimauja, kad dėl to žmonės taps tingūs, nes mašinos sugebės atlikti daugumą užduočių. Nesvarbu, kurioje AI diskusijų pusėje esate, akivaizdu, kad nėra jokių lengvų sprendimų.