Hoće li znanstvenike zamijeniti umjetna inteligencija?

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 znanstvenika“. Taj sustav trebao bi biti u stanju od nule započeti i dovršiti strojno učenje 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 znanstvenika.

Znanstvenici od krvi i mesa odmah su testirali taj alat i nisu baš bili oduševljeni. Oni su zaključili da UI doista sastavi znanstveni 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".

A što može sada?

Ipak, mnogi su smatrali da stvar obećava, osobito zbog brzine. Dok bi onom „nemotiviranom studentu“ trebalo barem 20 sati rada, stroju 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 UI među 40 radova koje su napisali ljudi. Svi radovi potom su prošli recenziju tijekom jedne radionice o strojnom učenju.

Recenzenti su znali da su neki radovi djelo UI, 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 (UI) koja je prihvaćena nisu svi znanstvenici 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 UI doista baviti znanošću.

UI kao rješenje za neefikasnost?

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

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

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

Tu, međutim, postoji zamka, navode Liza Messeri i Molly Crockett, koje govore o „monokulturi znanosti".

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 UI mogla odvijati bez nijansi koje donosi ljudski pristup. Time se riskira sužavanje spektra znanosti, ali i sustavne pogreške koje neće imati tko 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.