Системите за изкуствен интелект и машинно обучение се оказаха благодат за научните изследвания в различни академични области през последните години. Те са подпомагали учените идентифициране на геномни маркери узрели за авангардни лечения, ускоряване на откритието на мощен нови лекарства и терапевтици, и дори публикуване на собствени изследвания. През целия този период обаче системите AI/ML често са били принуждавани просто да обработват големи масиви от данни и да извършват изчисления с груба сила, без да ръководят самите изследвания.

Но д -р Хироаки Китано, главен изпълнителен директор на Sony AI, има планове за а „Хибридна форма на наука, която ще внесе системната биология и други науки в следващия етап“, като създаде ИИ, който е също толкова способен, колкото и съвременните научни умове. За да направи това, Kitano се стреми да стартира Нобелово Тюринг предизвикателство и разработи AI достатъчно умен, за да спечели Нобелова награда до 2050 г..

„Отличителната характеристика на това предизвикателство е да се постави системата в отворен домейн, за да се изследват значителни открития, вместо да се преоткрива това, което вече знаем, или да се опитваме да имитираме спекулираните човешки мисловни процеси“, каза Китано написа през юни. “Визията е да се преформулира самото научно откритие и да се създаде алтернативна форма на научно откритие.”

„Стойността се крие в разработването на машини, които могат да правят открития непрекъснато и автономно“, добави той, „AI Scientist ще генерира и провери възможно най-много хипотези, очаквайки някои от тях сами да доведат до големи открития или да бъдат основа на големи открития. Способността да се генерират изчерпателно и ефикасно хипотези е ядрото на системата. “

Днешните ИИ сами по себе си са резултат от десетилетия научни изследвания и експерименти, започвайки през 1950 г., когато Алън Тюринг публикува своя основен трактат, Изчислителни машини и разузнаване. С годините тези системи са се разраснали от лабораторни любопитни неща до жизненоважни инструменти за обработка на данни и анализи – но Kitano иска да ги направи още една крачка напред, създавайки ефективно „съзвездие от софтуерни и хардуерни модули, динамично взаимодействащи за изпълнение на задачи“, което той нарича “Учен от AI.”

„Първоначално това ще бъде набор от полезни инструменти, които автоматизират част от изследователския процес както в експериментите, така и в анализа на данни“, каза той пред Engadget. „Например лабораторната автоматизация на ниво затворена система, а не изолирана автоматизация е една от първите стъпки. Чудесен пример за това е Ученият робот Адам-Ева разработен от проф. Рос Кинг, който автоматично генерира хипотези за генетиката на дрождите, планира експерименти, които да подкрепят или опровергаят, и да извърши експерименти.

i
Това съдържание не е достъпно поради вашите предпочитания за поверителност. „Постепенно нивото на автономност може да се увеличи, за да генерира по -широк кръг от хипотези и проверка“, продължи той. “Независимо от това, той ще продължи да бъде инструмент или спътник за човешките учени поне в обозримо бъдеще.”

Като накараха Учен AI да се справи с тежката интелектуална работа, свързана с генерирането на хипотези за изследване, техните човешки колеги ще имат повече свободно време да се съсредоточат върху изследователските стратегии и да решат кои хипотези всъщност да разгледат, обясни Китано.

Както винаги, избягвайки Ефект на черна кутия и неявното пристрастие (както в дизайна на софтуера, така и в наборите от данни, по които се обучава) ще бъде от първостепенно значение за установяването и поддържането на доверие в системата – жителите на острова на д -р Моро нямаше да са по -малко нещастни, ако той беше луд AI вместо луд генетик.

„За да бъдат научните открития приети в научната общност, те трябва да бъдат придружени с убедителни доказателства и разсъждения зад тях“, каза Китано. „Изследователите на AI ще имат компоненти, които могат да обяснят механизмите зад техните открития. AI Учените, които нямат такива възможности за обяснение, ще бъдат по -малко предпочитани от тези [that do]. ”

Някои от най -големите научни открития в историята – от радиацията и микровълновата печка до тефлона и пейсмейкъра – идват от експериментални затягания. Но когато хиперинтелигентните AI започнат да измислят свой собствен неразбираем говорим език, изследователите бързат да извадят щепсела. И така, какво се случва, ако и когато Учен AI направи откритие или измисля експеримент че хората не могат веднага да разберат, дори и с обяснение?

„Когато учените с ИИ станат достатъчно сложни, за да се справят със сложни явления, има шансове да открият неща, които не са веднага разбрани от човешките учени“, призна Китано. „Теоретично съществува възможност някой да управлява автономни учени за AI без ограничения и [not caring] ако откритието им е разбираемо. Това обаче може да дойде с голяма цена и човек трябва да го обоснове. Когато такъв Учен от изкуствен интелект вече е признат за важни научни открития, аз съм сигурен, че ще има насоки за работа, за да се гарантира безопасността и да се предотврати злоупотреба. “

Появата на Учен AI, способен да работи заедно с човешки изследователи, също може да доведе до някои лепкави въпроси относно това кой трябва да бъде признат за направените открития – дали AI е генерирал хипотезата и ръководил експеримента, човекът, който е наблюдавал усилията, или академичната институция/корпоративно лице, което притежава операцията? Китано посочва скорошно решение от австралийски съд че разпозна DABUS „изкуствена невронна система“ като изобретател на патентни заявки като един пример.

Обратно, Китано отбелязва случая със Сатоши Накамото и неговите изобретения на блокчейн и биткойн. „Има случай, в който решаващ принос е просто публикуван като публикация в блога и е приет сериозно“, твърди той, „но никой никога не го е срещал и неговата самоличност (по време на писането) е пълна загадка.“

„Ако разработчик на AI Scientist беше решен да създаде виртуална личност на учен с ORCID ID, за демонстрация на технологични постижения, популяризиране на продукти или за друга мотивация – продължи той, – би било почти невъзможно да се направи разлика между ИИ и учен човек. Но ако истински новаторски напредък в медицината идва от това предизвикателство – да речем, лек за рак или хирурзи с наноботи – наистина ли има значение дали това е човек или машина, провеждаща експеримента?



Source link

Сподели