Зміст
- AI та машинне навчання
- AI знаходить приховані знання
- Потенційне використання та застосування
- Майбутнє ШІ та дослідження
Штучний інтелект (AI) вже може виконувати багато завдань, якими людина пишається, наприклад, грати в шахи та торгувати запасами. Тепер, нове дослідження Національної лабораторії Лоренса Берклі з Міністерства енергетики США показало, що AI здатний читати старі наукові праці, щоб зробити відкриття, яке люди пропустили. Що це означає для майбутнього чи дослідження?
AI та машинне навчання
У Національній лабораторії Лоуренса Берклі дослідники зібралися разом 3,3 мільйона тези з наукових праць, які спочатку публікувалися з 1922 по 2018 рр. Вони створили алгоритм під назвою Word2vec проаналізувати тези доповідей з 1000 різних журналів. Здається, що навіть штучний інтелект не встигає прочитати цілі документи.
Word2vec оцінив 500 000 слів із робіт про матеріалознавство. AI використовував машинне навчання, що являє собою додаток, який дозволяє йому вчитися та вдосконалюватись без конкретного програмування, перетворювати слова в цифри та знаходити зв’язки між ними.
AI знаходить приховані знання
Дослідники зазначають, що ШІ не «навчався в галузі матеріалознавства», але міг використовувати математичні моделі та машинне навчання для пошуку зв’язків серед робіт. Word2vec зміг зрозуміти значення слів, щоб знайти приховані знання, які люди пропустили.
Документи стосувалися термоелектричних матеріалів, які можуть виробляти електроенергію через різницю температур. Наприклад, вони можуть перетворити тепло в електрику. Силіконо-германієві сплави є прикладом термоелектричних матеріалів.
Word2vec розібрався, що стане кращими термоелектричними матеріалами, і зробив точні прогнози щодо майбутніх відкриттів, коли дослідники зупинили реферати в 2008 році. Це означає, що ШІ змогла використати попередні знання для прогнозування того, що вчені знайшли в наступні роки. Крім того, Word2vec розібрав структуру періодичної таблиці, не потребуючи дослідників програмувати її.
Потенційне використання та застосування
Вчені вважають, що якби цей ШІ існував у минулому, він міг би значно прискорити дослідження матеріалознавства. Поки що дослідники зробили список ІС найкращих термоелектричних матеріалів, доступних для публіки. Вони також планують зробити алгоритм для Word2vec загальнодоступним, щоб інші могли використовувати його, і вони хочуть створити кращу пошукову систему тез.
Здатність AI сканувати раніше опубліковані роботи та робити нові відкриття - потужна особливість. За його підрахунками, з 1665 по 2009 рік було опубліковано 50 мільйонів статей журналу. Сьогодні о 2,5 мільйона статей публікуються щороку, і є понад 20 000 рецензованих журналів.
Коли ви поєднуєте інтенсивну конкуренцію, щоб опублікувати більше робіт із зростаючою кількістю науковців у всьому світі, ви отримаєте вибух інформації, яку практично неможливо проаналізувати будь-якій людині. Дослідження Джеймса Еванса виявляє ще одне занепокоєння: вчені ігнорують старіші дослідження та цитують менше досліджень взагалі. Це створює можливість їх відсутності або дублювання попередньої роботи, не усвідомлюючи цього.
ШІ може допомогти, провівши старі дослідження, щоб знайти відповідні джерела та кращі цитати. Це також може допомогти встановити зв’язки між різними дослідженнями, які люди можуть пропустити.
Майбутнє ШІ та дослідження
Що означають зростання ШІ та розширення її здібностей для досліджень? Деякі вчені вітають зміни та застосовують нові технології. Вони думають, що штучний інтелект зможе зробити відкриття, які покращують життя людей.
Інші хвилюються, що AI замінить людей та усуне роботу. Критики ШІ стурбовані тим, що це зробить людину лінивою, оскільки машини зможуть виконувати більшість завдань. На якій би стороні дискусії про ІР ви не знаходилися, зрозуміло, що легких рішень немає.