Zawartość
- AI i uczenie maszynowe
- AI znajduje ukrytą wiedzę
- Potencjalne zastosowania i zastosowania
- Przyszłość AI i badań
Sztuczna inteligencja (AI) może już wykonywać wiele zadań, z których ludzie są dumni, takich jak gra w szachy i handel akcjami. Teraz nowe badanie z Lawrence Berkeley National Laboratory z Departamentu Energii USA wykazało, że AI jest w stanie czytać stare prace naukowe, aby odkryć, że ludzie przegapili. Co to oznacza dla przyszłości lub badań?
AI i uczenie maszynowe
W Lawrence Berkeley National Laboratory naukowcy połączyli siły 3,3 miliona streszczenia z prac naukowych opublikowanych pierwotnie w latach 1922-2018. Stworzyli algorytm o nazwie Word2vec analizować streszczenia z 1000 różnych czasopism. Wydaje się, że nawet sztuczna inteligencja nie ma czasu na przeczytanie pełnych dokumentów.
Word2vec ocenił 500 000 słów z artykułów na temat nauki o materiałach. Sztuczna inteligencja wykorzystywała uczenie maszynowe, czyli aplikację, która pozwala jej uczyć się i dokonywać ulepszeń bez specjalnego programowania, zamieniać słowa w liczby i znajdować między nimi połączenia.
AI znajduje ukrytą wiedzę
Badacze zwracają uwagę, że sztuczna inteligencja „nie miała szkolenia w zakresie inżynierii materiałowej”, ale była w stanie korzystać z modeli matematycznych i uczenia maszynowego w celu znalezienia powiązań między artykułami. Word2vec był w stanie zrozumieć znaczenie słów i znaleźć ukrytą wiedzę, której brakowało ludziom.
Artykuły dotyczyły materiałów termoelektrycznych, które mogą wytwarzać elektryczność z powodu różnicy temperatur. Na przykład mogą zamienić ciepło w elektryczność. Stopy krzemu i germanu są przykładem materiałów termoelektrycznych.
Word2vec wymyślił najlepsze materiały termoelektryczne i dokonał dokładnych prognoz dotyczących przyszłych odkryć, gdy naukowcy zatrzymali streszczenia w 2008 roku. Oznacza to, że AI była w stanie wykorzystać wcześniejszą wiedzę do przewidzenia tego, co naukowcy odkryli w późniejszych latach. Ponadto Word2vec obliczył strukturę układu okresowego bez konieczności programowania przez badaczy.
Potencjalne zastosowania i zastosowania
Naukowcy uważają, że gdyby ta AI istniała w przeszłości, mogłaby znacznie przyspieszyć badania nad materiałami. Do tej pory naukowcy udostępnili publicznie listę AI najlepszych materiałów termoelektrycznych. Planują również upublicznić algorytm Word2vec, aby inni mogli go używać i chcą stworzyć lepszą wyszukiwarkę streszczeń.
Zdolność AI do skanowania poprzednio opublikowanych prac i dokonywania nowych odkryć to potężna funkcja. Szacuje się, że od 1665 do 2009 r. Opublikowano 50 milionów artykułów w czasopismach. Dzisiaj około 2,5 miliona artykułów są publikowane co roku, a ponad 20 000 czasopism jest recenzowanych.
Kiedy połączysz intensywną konkurencję, aby opublikować więcej prac z rosnącą liczbą naukowców na całym świecie, dostaniesz eksplozję informacji, która jest prawie niemożliwa dla każdego człowieka do analizy. Badanie Jamesa Evansa ujawnia inny problem: naukowcy ignorują starsze badania i ogólnie powołują się na mniej badań. Stwarza to możliwość ich zagubienia lub powielenia poprzedniej pracy, nie zdając sobie z tego sprawy.
AI może pomóc, przeczesując starsze badania w celu znalezienia odpowiednich źródeł i lepszych cytowań. Może także pomóc w tworzeniu powiązań między różnymi badaniami, których ludzie mogą przegapić.
Przyszłość AI i badań
Co oznacza wzrost sztucznej inteligencji i rozwój jej umiejętności w badaniach? Niektórzy naukowcy z zadowoleniem przyjmują zmiany i wprowadzają nowe technologie. Uważają, że sztuczna inteligencja będzie w stanie dokonywać odkryć, które poprawią życie ludzi.
Inni obawiają się, że AI zastąpi ludzi i wyeliminuje miejsca pracy. Krytycy sztucznej inteligencji obawiają się, że spowoduje to lenistwo ludzi, ponieważ maszyny będą w stanie wykonywać większość zadań. Niezależnie od tego, po której stronie debatujesz na temat sztucznej inteligencji, jasne jest, że nie ma łatwych rozwiązań.