Sisältö
- AI ja koneoppiminen
- AI löytää piilotetun tiedon
- Mahdolliset käyttötavat ja sovellukset
- AI: n ja tutkimuksen tulevaisuus
Keinotekoinen äly (AI) voi jo suorittaa monia tehtäviä, joista ihmiset ovat ylpeitä, kuten shakkipelejä ja osakekauppaa. Nyt uusi tutkimus Yhdysvaltain energiaministeriön Lawrence Berkeleyn kansallisesta laboratoriosta paljasti, että AI pystyy lukemaan vanhoja tieteellisiä kirjoituksia löytääkseen havainnon, jonka ihmiset menettivät. Mitä tämä tarkoittaa tulevaisuudelle tai tutkimukselle?
AI ja koneoppiminen
Tutkijat kokosivat Lawrence Berkeleyn kansallisessa laboratoriossa 3,3 miljoonaa tiivistelmät tieteellisistä julkaisuista, jotka julkaistiin alun perin vuosina 1922 - 2018. He loivat algoritmin nimeltä Word2vec analysoida 1000 eri lehden tiivistelmiä. Vaikuttaa siltä, että jopa tekoälyllä ei ole aikaa lukea kokonaisia kirjoituksia.
Word2vec arvioi 500 000 sanaa materiaalitieteistä. AI käytti koneoppimista, joka on sovellus, jonka avulla se voi oppia ja tehdä parannuksia ilman erityistä ohjelmointia, kääntää sanat numeroiksi ja löytää yhteyksiä niiden välillä.
AI löytää piilotetun tiedon
Tutkijat huomauttavat, että AI: lla ei ollut "materiaalitieteen koulutusta", mutta hän pystyi käyttämään matemaattisia malleja ja koneoppimista yhteyksien löytämiseen paperien välillä. Word2vec pystyi ymmärtämään sanojen merkityksen löytääkseen piilotetun tiedon, jonka ihmiset kaipaisivat.
Lehdet koskivat lämpöelektrisiä materiaaleja, jotka voivat tuottaa sähköä lämpötilaeron takia. Esimerkiksi ne voivat muuttaa lämmön sähköksi. Pii-germaniumseokset ovat esimerkkejä termoelektrisistä materiaaleista.
Word2vec keksi, mikä tekisi parhaimmista termosähköisistä materiaaleista, ja teki tarkkoja ennusteita tulevista löytöistä, kun tutkijat lopettivat tiivistelmät vuonna 2008. Tämä tarkoittaa, että AI pystyi käyttämään aiempaa tietoa ennustamaan, mitä tutkijat löysivät myöhempinä vuosina. Lisäksi Word2vec hahmotti jaksollisen järjestelmän rakenteen tutkijoiden tarvitsematta ohjelmoida sitä.
Mahdolliset käyttötavat ja sovellukset
Tutkijoiden mielestä jos tämä AI olisi olemassa aiemmin, se olisi voinut kiihdyttää materiaalitieteellistä tutkimusta merkittävällä tavalla. Toistaiseksi tutkijat ovat laatineet AI-luettelon parhaista termoelektrisistä materiaaleista, jotka ovat yleisön saatavilla. He suunnittelevat myös julkistavan Word2vecin takana olevan algoritmin, jotta muut voivat käyttää sitä, ja he haluavat luoda paremman hakukoneen tiivistelmille.
AI: n kyky skannata aiemmin julkaistu teos ja tehdä uusia löytöjä on tehokas ominaisuus. Sen arvioiden mukaan vuosina 1665-2009 on julkaistu 50 miljoonaa lehteä. Tänään, noin 2,5 miljoonaa artikkelia julkaistaan vuosittain, ja niitä on yli 20 000 vertaisarvioitua lehteä.
Kun yhdistät kovan kilpailun julkaistaksesi lisää työtä kasvavan määrän tiedemiesten kanssa ympäri maailmaa, saat räjähtävän tiedon, jota lähes kaikkien ihmisten on mahdoton analysoida. James Evansin tutkimus paljastaa toisen huolenaiheen: Tutkijat jättävät huomioimatta vanhemmat tutkimukset ja vetoavat yleensä vähemmän tutkimuksiin. Tämä luo mahdollisuuden puuttua tai kopioida aiempaa työtä tajuamatta sitä.
AI voi auttaa yhdistämällä vanhempia tutkimuksia löytääkseen aiheellisia lähteitä ja parempia viittauksia. Se voi myös auttaa luomaan yhteyksiä eri tutkimusten välillä, joita ihmiset voivat jättää väliin.
AI: n ja tutkimuksen tulevaisuus
Mitä AI: n kasvu ja kykyjen laajeneminen tarkoittavat tutkimukselle? Jotkut tutkijat suhtautuvat myönteisesti muutoksiin ja omaksuvat uuden tekniikan. He ajattelevat, että tekoäly pystyy tekemään löytöjä, jotka parantavat ihmisten elämää.
Toiset pelkäävät, että AI korvaa ihmiset ja poistaa työpaikat. AI: n kriitikot ovat huolissaan siitä, että se tekee ihmisistä laiskoja, koska koneet pystyvät suorittamaan suurimman osan tehtävistä. Kummallakin AI-keskustelun puolellasi on selvää, että helppoja ratkaisuja ei ole.