Kuidas tehisintellekt mõjutab teadusuuringuid

Devashish Shrestha

Graafiline viisakus: ScienceNordic / Mette Friis-Mikkelsen

Tehnoloogia on teaduslikes läbimurretes alati suurt rolli mänginud ja eeldatakse, et tehisintellekt astub selle sammu edasi ja tõstab teadusuuringute riba uuele tasemele. See tehnoloogia pakub lahenduse kõigile keerukatele uurimisprobleemidele, millega teadlased on varem kokku puutunud, ja eriti praeguses. Nüüd saavad nad selliste probleemidega toime tulla palju tõhusamalt ja õigeaegselt kui inimesed. Digitaalajastul, kus on olemas universaalne teave, kus suurem osa teabest asub küberruumis, ei pea inimesed hakkama saama ülesandega käsitsi analüüsida tohutul hulgal saadaolevaid andmeid, et leida mustreid, tuvastada kõrvalekaldeid ja saada kasulikku teavet. Selle asemel kasutatakse AI-vahendeid selliste ülesannete lihtsaks ja tõhusaks tegemiseks.

Londonis Alan Turingi instituudis teaduslike publikatsioonide täisteksti analüüsi alal teadusuuringuid tegev andmeteadlane Giovanni Colavizza kirjutas International Journal of Science'is, et kaasaegsed AI-vahendid on varustatud kaasaegseima teabe hankimise võimalustega. . Artiklis öeldakse, et Internetis on saadaval arvukalt teaduslikku kirjandust, igal aastal avaldatakse miljon uut teadustööd. Sellist uskumatut avaldamiskiirust arvestades on teadlastel peaaegu võimatu uurida, analüüsida ja hinnata tohutul hulgal teadustöid erinevate hüpoteeside kontrollimiseks. Seda probleemi saab lahendada tehisintellektiga töötavate tipptasemel tehniliste tööriistadega, mis aitavad teadlastel konkreetse nõude sisu välja tõmmata, kuna neil on võime otsingutulemusi filtreerida, järjestada ja rühmitada. Sellise tehnoloogia näiteks on Iris.ai, mis on teadusuuringute assistent, aidates kasutajatel kaardistada ja omandada asjakohaseid teaduslikke teadmisi.

AI-toega tööriistadel, näiteks Irisel, on nii uskumatu salvestus- ja töötlemismaht, et „ta suudab kõigi TED-i kõneluste koopiaid kohe lugeda” ja siin on „kuidas Iris.ai täpselt töötab.” Artiklis „5 viisi tehisintellekt häirib teadust ”. Alarõhul töötavad tööriistad, näiteks Iris, on spetsiaalselt loodud hämmastava võimalusega“ kaardistada teadus TED-vestluse ümber ”, kuna see suudab“ analüüsida (de) vestluste skripte. Loodusliku keele töötlemise algoritme kasutades saavad sellised tööriistad kaevata (…) avatud juurdepääsuga akadeemilise kirjanduse, et leida jutu sisuga seotud võtmepabereid ”ja visuaalselt visualiseerida seotud uurimistööde rühmi. Teadlaste jaoks tähendab see, et sisestatakse uurimisteema 300–500-sõnaline kirjeldus või lihtsalt olemasoleva paberi URL, mille abil Iris saab koostada kaardile tuhandeid vastavaid dokumente, nagu on kirjas jaotises „Kuidas AI tehnoloogia võib teaduslikku kirjandust taltsutada“.

Irise kaasvõitleja Mario Ritola mainis, et nende meeskonna edasine eesmärk on muuta Iris teadusuuringute assistendist reaalteadlaseks. See tähendab, et pärast olemasolevate teadustööde analüüsimist ja läbimist võib see ise hüpoteesi genereerida, katsete ja simulatsioonide käigus andmeid koguda ning tulemuse põhjal uusi artikleid kirjutada. Ta mainib ka teaduslikele teadmistele juurdepääsu demokratiseerimist ja nende avalikkusele kättesaadavaks tegemist AI abiliste abil, kes saavad asjakohast teavet kaardistada, kasutades selleks AI võimendamist.

Tegelikult on IBMi meeskond juba saavutanud selle, mida pr Ritola kavandab. Nad väidavad, et nad on välja töötanud AI-algoritmid, mis võimaldavad teha uusi teaduslikke avastusi ja töid, koondades teksti kaevandamise, visualiseerimise ja analüüsi, et saada fakte ja pakkuda välja uusi hüpoteese, mis tõenäoliselt vastavad tõele. See võib tähendada, et lähitulevikus võivad teadusuuringud automatiseerida teadlaste vabastamise keskenduma tähtsamatele ülesannetele.

Tehisintellekt on abiks teadusringkondadele ka akadeemilises kirjastamises. See võib olla abiks eelretsenseerimisel, avaldatud sisu otsimisel ja kaevandamisel, samuti plagiaadi tuvastamisel ja andmete fikseerimise jäljendamisel, nagu on viidatud jaotises „Teaduslik intelligentsus teadusuuringutes ja kirjastamisel”. AI abil töötavad tööriistad on kasulikud ka teaduslikus suhtluses, kuna need pole sama kallutatusega kui inimesed.

Lisaks akadeemilisele ringkonnale avaldab tehisintellekt mõju ka teadusajakirjandusele. Ülemaailmse toimetajate võrgustiku tegevjuht Bertrand Pecquerie ütleb, et “AI on ajakirjanduse kolmanda katkestuse katalüsaator, mis võib muuta uudiste koostamise ja tarbimise viisi.” Tänapäeva maailmas suudavad arvutid jutustada lugusid ilma inimesteta. Uudistekirjutamise robotid, nagu LA Timesi Quakebot või Washington Post's Heliograph, suudavad pakkuda palju rohkem uudiseid kui inimesed ja palju kiiremas tempos. Nad lähevad tõenäoliselt paari järgmise aasta jooksul uudistesaalidesse ja võtavad suure osa meediatööst üle.

Põnev fakt on see, et need robotid suudavad teaduspabereid ja artikleid kirjutades jäljendada isegi teie kuulsa kirjaniku häält. Lisaks on need robotid varustatud võimega, mille arendamiseks ajakirjanikel ja toimetajatel kulub aastakümneid, st “ennustatakse kõige olulisemaid uurimistöid, mille kohta aruandeid koostada, ja nende osade osas, millele tuleks keskenduda, et leida uudisväärtuslikke teemasid”. AI suudab ületada väljakutsed ja probleemid, millega silmitsi seisavad sageli teadlased, kellel on ülesandega piiratud kogemus.

Oleme jõudmas uude teadusuuringute ajastusse, kus igapäevaseid uurimisülesandeid täidavad masinad, lastes teadlastel keskenduda suurematele teadus- ja arendustegevuse küsimustele. Seega lubab tehisintellekt teaduslike uuringute ja uurimistöö põhjalikku ümberkujundamist. AI ei vii mitte ainult uuenduste, avastuste ja teaduse arenguni, vaid kiirendab ka uurimisprotsessi.