Umjetna inteligencija piše naučne radove: Da li može zamjeniti naučnike i profesore?

Znanstveno istraživanje obično je dugo i zahtjevno. Rokovi pritišću, novca nikad nema dovoljno pa sve često bude frustrirajuće. Tu u igru ulaze "kolege" – programi umjetne inteligencije (UI).

Prije dvije godine Sakana AI, nova tvrtka iz Tokija, predstavila je "UI naučnika". Taj sistem trebao bi biti u stanju od nule započeti i dovršiti računanje na osnovu algoritma te za najviše 15 dolara proizvesti znanstveni rad.

Modelu ne treba nikakva ljudska pomoć, sam postavlja hipotezu, sam pronalazi rezultate. Čak i sam procjenjuje kvalitetu rada, što je inače posao drugih, neovisnih naučnika.

Naučnici od krvi i mesa odmah su testirali taj alat i nisu baš bili oduševljeni. Oni su zaključili da UI zaisra sastavi naučni rad, ali, kako su rekli, poput "nemotiviranog studenta preddiplomskog studija koji žuri predati rad na vrijeme".

Bilo je nepotpunih odlomaka, zastarjelih ili krnjih izvora i često potpuno izmišljenih rezultata. U jeziku svijeta umjetne inteligencije to se naziva "halucinacijom".

Ipak, mnogi su smatrali da stvar obećava, naročito zbog brzine. Dok bi onom "nemotiviranom studentu" trebalo barem 20 sati rada, sistemu treba oko 3,5 sata, po cijeni između 6 i 15 dolara.

Sada, godinu i pol nakon te prve slabe ocjene, Sakana AI je na testiranje dao unaprijeđenu verziju. Ubacili su tri znanstvena rada koje je generirala AI među 40 radova koje su napisali ljudi. Svi radovi potom su prošli recenziju tokom jedne radionice o strojnom učenju.

Recenzenti su znali da su neki radovi djelo AI, ali nisu znali koji.

Oko 70 posto radova prošlo je prvi krug provjere, među njima i jedan koji je djelo umjetne inteligencije. To znači da je barem taj jedan rad zadovoljio standarde radionice, koji su, doduše, postavljeni niže nego inače.

"Studiju (AI) koja je prihvaćena nisu svi naučnici smatrali provjerenim znanstvenim člankom", kaže Jakob Macke, profesor strojnog učenja.

Posljednja verzija japanskog UI znanstvenika i dalje ima nedostatke, nedovoljno razrađene ideje, probleme u strukturi i ponovno "halucinacije".

No njihova evaluacija pokazuje da radovi s vremenom postaju kvalitetniji te se čini da više nije znanstvena fantastika trenutak kada će se AI doista baviti znanošću.

Sistemi umjetne inteligencije, osim što su brzi, također su neumorni, ne spavaju i ne treba im kava. Troše struju i ne koštaju previše, ali ipak neusporedivo manje nego ljudi.

To znači više rezultata u kraćem vremenu. A to znači veću učinkovitost naučnih otkrića.

Tu je još nešto – kada ljudi istražuju, sve ovisi o bezbrojnim ljudskim odlukama. Gotovo je nemoguće da dvojica naučnika imaju potpuno isti pristup. AI bi tu trebala biti "objektivnija".

Pojam monokulture poznat je iz poljoprivrede, ako se na jednoj njivi stalno sadi isto, prinos u početku raste, ali usjev s vremenom postaje osjetljiviji na štetočine.

Jednako tako, neki strahuju da bi se istraživanja pomoću AI mogla odvijati bez nijansi koje donosi ljudski pristup. Time se riskira sužavanje spektra nauke, ali i sistemske pogreške koje neće imati ko uočiti.

"Najveći je rizik da se rezultatima koje generira UI pokloni previše povjerenja. Ključna protumjera je sposobnost ljudi za kritičko razmišljanje", kaže Irina Gurevych, profesorica na Tehničkom sveučilištu u Darmstadtu.

Drugim riječima, bez ljudskog mozga možda ćemo proizvoditi više „znanja“, ali ćemo razumjeti manje. Kao i u drugim područjima, i u znanosti se uz UI može mnogo dobiti – ali uz velik ulog.