Искусственный интеллект как «ко-научный сотрудник»
Прошлый месяц Google представила «AI co-scientist» – ИИ, призванный помогать ученым в создании гипотез и планов исследований. Компания описала это как способ раскрытия новых знаний, однако специалисты сомневаются в его эффективности и считают, что подобные инструменты не соответствуют обещаниям PR.
Сомнения экспертов
Сара Бири, исследователь компьютерного зрения из MIT, рассказала TechCrunch, что этот предварительный инструмент пока не кажется действительно полезным. «Я не уверена, что существует спрос на такого рода системы генерации гипотез в научном сообществе,» – сказала она.
Google не единственная компания, которая полагает, что ИИ ускорит научные исследования. В начале года Сэм Альтман, генеральный директор OpenAI, заявил, что «суперинтеллектуальные» ИИ-инструменты могут значительно ускорить научное открытие и инновации.
Однако многие исследователи считают, что ИИ сейчас не особенно полезен в научном процессе. Примеры, подобные «AI co-scientist» от Google, скорее представляют собой преувеличение.
Недостатки публикуемых данных
Так, Google заявила, что инструмент показал потенциал в области репозиции лекарств для лечения острого миелоидного лейкоза, однако результаты неясны и под сомнением у специалистов.
Не первый раз Google подвергается критике за провозглашение предполагаемых ИИ-прорывов без предоставления доказательной базы для получения аналогичных результатов. Так, в 2020 году компания утверждала, что её ИИ-система для обнаружения опухолей молочной железы достигает лучших результатов, чем радиологи, однако учёные из Гарварда и Стэнфорда оспорили эти утверждения, аргументируя недостатком детализированных методов.
Сложные процессы
Работа над разработкой ИИ-инструментов для научных открытий сопряжена с многочисленными факторами неопределенности. ИИ может быть полезен в областях, где требуется широкий поиск ограничений, однако его способность к лаконичным решениям проблем остаётся под вопросом.
«История показала, что некоторые из самых важных научных открытий были основаны на человеческой интуиции и настойчивости перед скептицизмом,» — объясняет Ашик Худабукш, ассистент профессор программной инженерии в Технологическом институте Рочестера.
Есть потенциальная ценность в использовании ИИ для автоматизации технически сложных или утомительных задач, однако влечение ученых к формулированию гипотез остаётся неоспоримым аттракционом. Как считает Лана Синапаен, исследователь ИИ из Sony Computer Science Laboratories, «создание гипотез – самая увлекательная часть работы для многих учёных.»
Риски ИИ
Технические недостатки и риски ИИ также вызывают опасения у ученых. В таком случае, ИИ может генерировать шум в научной литературе, а не способствует прогрессу.
В конечном счете, пока ИИ не будет испытан в различных научных дисциплинах, его ограничения не будут полностью понятны. Пока же он может увеличивать поток низкокачественных или вводящих в заблуждение исследований, усложняя процесс рецензирования, уже являющийся вызовом.
