Kunstig intelligens (AI) kan allerede utføre mange av oppgavene som mennesker er stolte av, for eksempel å spille sjakk og handle aksjer. Nå avslørte en ny studie fra US Department of Energy’s Lawrence Berkeley National Laboratory at AI er i stand til å lese gamle vitenskapelige artikler for å gjøre en oppdagelse som folk savnet. Hva betyr dette for fremtiden eller forskningen?
AI og maskinlæring
På Lawrence Berkeley National Laboratory satt forskere sammen 3,3 millionerabstrakter fra vitenskapelige artikler som opprinnelig ble publisert fra 1922 til 2018. De opprettet en algoritme kalt Word2vec å analysere abstraktene fra 1000 forskjellige tidsskrifter. Det ser ut til at selv kunstig intelligens ikke har tid til å lese hele papirene.
Word2vec evaluert 500 000 ord fra papirene om materialvitenskap. AI brukte maskinlæring, som er et program som gjør det mulig å lære og gjøre forbedringer uten spesifikk programmering, for å gjøre ord om til tall og finne sammenhenger mellom dem.
AI finner skjult kunnskap
Forskere påpeker at AI hadde "ingen opplæring i materialvitenskap"men klarte å bruke matematiske modeller og maskinlæring for å finne sammenhenger mellom papirene. Word2vec var i stand til å forstå betydningen av ordene for å finne skjult kunnskap som mennesker savnet.
Papirene handlet om termoelektriske materialer, som kan produsere elektrisitet på grunn av en forskjell i temperatur. De kan for eksempel gjøre varme til strøm. Silisium-germaniumlegeringer er et eksempel på termoelektriske materialer.
Word2vec fant ut hva som ville lage de beste termoelektriske materialene og gjorde nøyaktige spådommer om fremtidige funn da forskere stoppet abstraktene i 2008. Dette betyr at AI var i stand til å bruke tidligere kunnskap til å forutsi hva forskere fant i senere år. I tillegg fant Word2vec ut strukturen til det periodiske systemet uten at forskere måtte programmere det.
Potensielle bruksområder og applikasjoner
Forskere tror at hvis denne AI eksisterte tidligere, kunne den ha akselerert materialvitenskapelig forskning på en betydelig måte. Så langt har forskere laget AIs liste over de beste termoelektriske materialene tilgjengelig for publikum. De planlegger også å gjøre algoritmen bak Word2vec offentlig, slik at andre kan bruke den, og de vil lage en bedre søkemotor for abstrakter.
AIs evne til å skanne tidligere publiserte arbeider og gjøre nye funn er en kraftig funksjon. Det anslås at fra 1665 til 2009, 50 millioner journalartikler har blitt publisert. I dag, ca 2,5 millioner artikler utgis hvert år, og det er mer enn 20 000 fagfellevurderte tidsskrifter.
Når du kombinerer intens konkurranse for å publisere mer arbeid med et økende antall forskere over hele verden, får du en eksplosjon av informasjon som er nesten umulig for noe menneske å analysere. En studie av James Evans avslører en annen bekymring: Forskere ignorerer eldre forskning og siterer færre studier generelt. Dette skaper muligheten for at de savner eller dupliserer tidligere arbeid uten å innse det.
AI kan hjelpe ved å bla gjennom eldre undersøkelser for å finne relevante kilder og bedre sitater. Det kan også bidra til å lage forbindelser mellom forskjellige studier som folk kan savne.
Fremtiden for AI og forskning
Hva betyr veksten av AI og utvidelsen av dens evner for forskning? Noen forskere ønsker endringene velkommen og tar i bruk ny teknologi. De tror at kunstig intelligens vil være i stand til å gjøre funn som forbedrer folks liv.
Andre bekymrer seg for at AI vil erstatte mennesker og eliminere jobber. Kritikere av AI er bekymret for at det vil gjøre mennesker late fordi maskiner vil kunne utføre de fleste oppgaver. Uansett hvilken side av AI-debatten du er på, er det klart at det ikke er noen enkle løsninger.