Σουηδοί επιστήμονες ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που μπορεί να εκτελεί ολόκληρη τη διαδικασία της επιστημονικής έρευνας, από τη διατύπωση υποθέσεων έως την ερμηνεία των αποτελεσμάτων, με ελάχιστη ανθρώπινη παρέμβαση.
Ερευνητές στη Σουηδία ανέπτυξαν έναν «επιστήμονα» τεχνητής νοημοσύνης, ικανό να διατυπώνει επιστημονικές υποθέσεις, να σχεδιάζει πειράματα και να ερμηνεύει τα αποτελέσματα.
Η ομάδα συνδύασε πολλαπλά Large Language Models (LLMs), μεγάλες βάσεις δεδομένων και ρομποτικά συστήματα φυσικού εργαστηρίου σε ένα κλειστό σύστημα, ικανό να εκτελεί ολόκληρο τον κύκλο της επιστημονικής ανακάλυψης (πηγή στα Αγγλικά).
«Οι πληροφορίες είναι υπερβολικά πολλές για να τις αναλύσει ένας άνθρωπος, αλλά ο επιστήμονας τεχνητής νοημοσύνης μας μπόρεσε να εντοπίσει υποσχόμενα βιολογικά ερωτήματα, να προτείνει πειράματα για να τα εξετάσει, να αξιολογήσει τα πειραματικά αποτελέσματα και να βελτιώνει σταδιακά την κατανόησή του με βάση νέα δεδομένα», δήλωσε η Ievgeniia Tiukova, ερευνήτρια στο Chalmers University of Technology και μία από τις συγγραφείς της νέας μελέτης που εξέτασε τον επιστήμονα τεχνητής νοημοσύνης.
Ο επιστήμονας τεχνητής νοημοσύνης ανέλυσε μία βάση δεδομένων με περίπου 60.000 φαινοτυπικές, φυσιολογικές και μεταβολικές σχέσεις για το S. cerevisiae, ένα είδος ζύμης γνωστό και ως ζύμη ζυθοποιίας ή αρτοποιίας. Στη συνέχεια, το σύστημα διατύπωσε σχεδόν 2.000 ελέγξιμες προβλέψεις για το πώς τα θρεπτικά συστατικά επηρεάζουν την ανάπτυξη των κυττάρων και την ανθεκτικότητα στο στρες.
Κατόπιν, αυτές οι υποθέσεις αξιολογήθηκαν, επιλέχθηκαν κατάλληλοι μάρτυρες σύγκρισης και οι ιδέες μετατράπηκαν σε αναλυτικές, βήμα προς βήμα οδηγίες, αναγνώσιμες από μηχανές, για τον εργαστηριακό εξοπλισμό.
Μόλις ολοκληρώθηκαν τα τεστ, η τεχνητή νοημοσύνη ανέλυσε τα δεδομένα, διαπίστωσε αν οι προβλέψεις ήταν σωστές και αυτόματα ενημέρωσε ή αναθεώρησε τις υποθέσεις που είχαν απορριφθεί για μελλοντικούς κύκλους.
«Αντί να λειτουργεί μόνο ως εργαλείο υποστήριξης αποφάσεων, ο επιστήμονας τεχνητής νοημοσύνης παράγει ενεργά νέα επιστημονική γνώση», είπε η Tiukova.
Οι συγγραφείς επισημαίνουν ότι το μέλλον της επιστημονικής έρευνας βρίσκεται στην αυτοματοποίηση, καθώς οι εξελίξεις στη ρομποτική, την τεχνητή νοημοσύνη και τις τεχνολογίες υψηλής απόδοσης μεταμορφώνουν την επιστημονική διαδικασία.
«Οι επιστήμονες τεχνητής νοημοσύνης θα συνεργάζονται με τους ανθρώπινους επιστήμονες για να επιταχύνουν τις ανακαλύψεις στη βιολογία, την ιατρική και τη βιοτεχνολογία», δήλωσε ο Ross King, κύριος συγγραφέας της μελέτης στο University of Gothenburg.
«Τέτοια συστήματα τεχνητής νοημοσύνης έχουν τη δυνατότητα να μειώσουν τον χρόνο που απαιτείται για την εξερεύνηση σύνθετων επιστημονικών ερωτημάτων και να βελτιστοποιήσουν τη χρήση των εργαστηριακών πόρων», είπε ο King.
Οι άνθρωποι θα παραμείνουν απαραίτητοι
Οι ερευνητές αναφέρουν ότι τέτοιες λύσεις τεχνητής νοημοσύνης θα μπορούσαν να περιορίσουν την ανθρώπινη προκατάληψη, να επιταχύνουν τους κύκλους έρευνας και να μειώσουν τις διακυμάνσεις που οφείλονται σε ανθρώπινα λάθη, ελλιπή καταγραφή πειραματικών πρωτοκόλλων, περιβαλλοντικές συνθήκες και άλλους παράγοντες που επηρεάζουν τα αποτελέσματα και την αναπαραγωγιμότητα.
Ωστόσο, οι συγγραφείς τονίζουν ότι οι άνθρωποι θα εξακολουθήσουν να έχουν κεντρικό ρόλο στην επιστημονική έρευνα.
«Οι άνθρωποι θα παραμείνουν απαραίτητοι για τον καθορισμό προτεραιοτήτων, την ερμηνεία του ευρύτερου πλαισίου, την ανάπτυξη ερευνητικών προγραμμάτων και τη διασφάλιση της τήρησης των ηθικών κανόνων», δήλωσε ο King.
«Οι μελλοντικές γενιές αυτόνομων εργαστηρίων θα γίνουν ολοένα πιο ικανές να συνεργάζονται με τους ανθρώπους και θα αποτελούν πολύτιμους εταίρους στις προσπάθειες επίλυσης των πιο απαιτητικών ερωτημάτων στη βιολογία και την ιατρική».
Καθώς η χρήση της τεχνητής νοημοσύνης στην έρευνα προχωρά, διεθνείς οργανισμοί κινούνται για να καθορίσουν πώς θα πρέπει να ρυθμίζεται.
Ο Παγκόσμιος Οργανισμός Υγείας (WHO) δημοσίευσε πρόσφατα μια έκθεση (πηγή στα Αγγλικά) με συστάσεις προς ερευνητές, επιτροπές δεοντολογίας, ρυθμιστικές αρχές, χρηματοδότες και υπεύθυνους χάραξης πολιτικής «ώστε να συμβάλει στο να διασφαλιστεί ότι η έρευνα υγείας με χρήση τεχνητής νοημοσύνης διεξάγεται με υπεύθυνο τρόπο και προς όφελος όλων».
«Η τεχνητή νοημοσύνη δημιουργεί πρωτόγνωρες ευκαιρίες για την επιτάχυνση της έρευνας στον τομέα της υγείας και τη βελτίωση της ζωής των ανθρώπων», δήλωσε η Meg Doherty, διευθύντρια στο Department of Science for Health του WHO.
«Ταυτόχρονα, η καινοτομία πρέπει να καθοδηγείται από ισχυρές ηθικές δικλείδες ασφαλείας που προστατεύουν την ανθρώπινη αξιοπρέπεια, τα δικαιώματα και την ισότητα».