5 mokslo sritys, kuriose AI jau padeda daryti didelius atradimus
įvairenybės / / May 15, 2023
Mokslininkai dirbtiniam intelektui patiki daugiausiai laiko ir laiko reikalaujančias užduotis, kad būtų įmanoma tai, kas anksčiau atrodė beveik nerealu.
1. Istorija
Istorikai jau paveda dirbtiniam intelektui tirti rankraščius. Su šia užduotimi jis susidoroja greičiau, be to, nemato problemos prastame skaitomumo: keista autoriaus rašysena, pageltęs popierius ar išblukęs rašalas netrukdo darbui. Kartu jis geba atpažinti ne tik žodžius ir sakinius, bet ir teksto struktūrą – stebi skirstymą į pastraipas, skyrius ir pastraipas.
Tokio istorikų ir AI bendradarbiavimo pavyzdys yra Rusijos projektas "Skaitmeninis Petras». Neuroninis tinklas yra apmokytas Petro I rašysenos ir per kelias minutes iššifruoja bet kokius imperatoriaus ranka rašytus tekstus. Kitas panašus įrankis yra Austrijos platforma Transkribas. Jis gali atpažinti skirtingas kalbas ir rašyseną, tačiau pirmiausia reikia kalibruoti: neuroninis tinklas ištiria porą puslapių teksto, kelis kartus peržiūri, o tada pradeda veikti tiksliai ir greitai.
AI galios leisti analizuoti didelius informacijos kiekius: ne tik tekstus, bet ir įvairias diagramas bei brėžinius. Mokslininkai gali nurodyti neuroniniam tinklui, tarkime, surasti visus vieno teksto vertimus ir ekspozicijas skirtingose knygose.
AI taip pat gali užpildyti senų dokumentų spragas ir nustatyti jų atsiradimo laiką bei vietą. Tokios platformos apima Ithaka. Pavyzdžiui, ji patikslino kai kurių senovės Graikijos dekretų sukūrimo datą. Anksčiau buvo manoma, kad jie parašyti 446 m.pr.Kr. e., AI matė raštus, nurodančius 421 m. pr. Kr. e.
2. Vaistas
Dirbtinis intelektas medicinoje pagreitina ir gydytojų, ir mokslininkų darbą. Jis pirmasis padeda diagnozuoti: greitai studijos atrankas, ieško reikiamų žymenų ir duoda atsakymą, kurį vėliau interpretuoja specialistai. Dirbtinis intelektas Maskvos klinikose naudoti nuo 2020 m. analizuoti rentgeno, KT ir MRT rezultatus.
Tikėtina, kad greitai algoritmai galės aptikti ir retas ligas. Panašūs mechanizmai jau tiriami. Pavyzdžiui, Harvardo medicinos mokyklos mokslininkai sukurtas SISH įrankis, klasifikuojantis įvairius piktybinių navikų tipus. Eksperimento metu dirbtinis intelektas ištyrė apie 22 000 vaizdų ir greitai juos paskirstė į daugiau nei 50 kategorijų.
Mokslininkai dirbtinio intelekto laboratorijose palengvina darbas kuriant vaistus ir vakcinas. Jis apskaičiuoja skirtingus veikliųjų medžiagų derinius ir praneša apie numatomą jų veiksmingumo procentą. Dėl to jums nereikės metų leisti iš anksto išbandyti nesėkmingų parinkčių. Jis jau aktyviai naudojamas. 2021 m. – tik JAV sveikatos departamentui atėjo daugiau nei 100 vaistų patvirtinimo programų, sukurtų naudojant AI.
Vienas iš medicinos padėjėjų kuriant vaistus yra AlphaFold neuroninis tinklas, pastatytas daugiau nei 200 milijonų baltymų struktūra. Jos darbo dėka Oksfordo universiteto mokslininkai nustatyta pagrindinio maliarijos parazito baltymo struktūrą, kuri padėtų sustiprinti vakciną nuo šios ligos. Ankstesni tyrimai naudojant rentgeno kristalografiją to neleido.
AI taip pat naudoti modernizuoti genų terapiją. Ateityje jis teikti ir greitesnis patogus žmogaus genomo tyrimas. Mokslininkai teigia, kad per dešimtmetį šios srities tyrimai sugeneruos iki 40 eksabaitų (kvintilijonų baitų) duomenų: žmogui apdoroti tokį kiekį yra neįmanoma.
Skaitmeninių technologijų ekspertai, tokie kaip „Tech Whisperer Limited“ įkūrėjas Jaspritas Bindra, taip pat tiki šviesia dirbtinio intelekto ateitimi medicinoje. Edukaciniame maratone „Žinios. Pirmasis“ Rusijos draugijos „Žinios“ jis pasiūlėkad AI turi galimybę pakeisti mediciną, kaip kadaise penicilinas, ir tapti nepakeičiamu pagalbininku įgyvendinant JT sveikatos programas. Taip pat, Bindros teigimu, 2023 metų pabaigoje pasirodysianti penktoji GPT neuroninio tinklo kalbos modelio versija su analizių interpretavimu ir gydymo parinkimu susidoros greičiau nei gydytojai.
3. Fizika
AI fizikoje jau seniai naudojamas dideliems duomenims analizuoti. Ir jis turi kuo didžiuotis. 2012 metais Europos branduolinių tyrimų centro CERN darbuotojams padėjo mašininio mokymosi modeliai atviras Higso bozonas. AI užduotis buvo išanalizuoti begalinį didžiojo hadronų greitintuvo signalų srautą, ieškoti šios elementariosios dalelės požymių ir juos pažymėti.
Ateityje AI gali supaprastinti kvantinių problemų sprendimą. To įrodymas yra mokslininkų iš Niujorko darbas: jie sukūrė ir apmokė algoritmą, kuris sutrumpintas Habardo modelio skaičiavimai nuo 100 000 lygčių iki keturių. Skaičiavimų tikslumui tai įtakos neturėjo.
Kita galima AI užduotis ateityje – naujų fizinių dėsnių paieška. Kad tai taptų realybe, mums reikia algoritmo, galinčio nustatyti būsenos kintamuosius. Ir Kolumbijos universiteto mokslininkai tai turi įvyko. Jų AI sugebėjo savarankiškai atspėti, kas varo švytuoklę ir lavos lempą, taip pat kodėl dega židinys. Iš įėjimų instrumentas turėjo tik vaizdo įrašus. Dirbtinio intelekto siūlomi kintamieji ne visada sutapo su tais, prie kurių buvo įpratę patys fizikai. Mokslininkai priėjo prie išvados, kad dirbtinis intelektas turi galimybę parodyti žmonėms anksčiau nežinomas gamtos varomąsias jėgas ir pastūmėti juos prie naujų išvadų, kurios gali pakeisti ir mokslą, ir mūsų supratimą apie pasaulį.
4. Astronomija
Galaktikos, planetos, žvaigždės ir kiti kosminiai objektai iš tikrųjų yra didžiuliai, tačiau didelio masto nuotraukose iš teleskopo jie atrodo kaip trupiniai. Norint juos pačiam surasti, reikia daug laiko. AI padeda mokslininkams susidoroti daug greičiau. Pavyzdžiui, platforma gali analizuoti vaizdus iš kosmoso Morfėjusapmokytas ant Hablo teleskopo kadrų. AI detektyvo įgūdžiai valios ypač naudinga ieškant egzoplanetų, tai yra dangaus kūnų, kurie yra už Saulės sistemos ribų.
Smithsonian astrofizikos observatorijos mokslininkai taip pat naudoja dirbtinį intelektą medžioti trumpalaikiams kosminiams įvykiams, tokiems kaip supernovos, ir stebėti orų pokyčius Saulėje. Paskutinei užduočiai atlikti neuroninis tinklas turi surinkti 1,5 terabaito informacijos per dieną.
Mokslininkai taip pat naudoja dirbtinį intelektą kurdami neegzistuojančių galaktikų vaizdus. Atrodo bauginančiai tikroviškai. NASA 2021 m išdėstyti savo svetainėje 225 vaizdų koliažą, iš kurių tik vienas buvo nufotografuotas teleskopu. Tarp padirbinių beveik neįmanoma rasti originalo. Tačiau mokslininkams reikia netikrų nuotraukų ir modelių ne tik tam, kad galėtų išdaiginti neprofesionalius kosmoso mėgėjus. Jų pagalba neuroninis tinklas išmoksta ir tikrina hipotezes: tikrina, kaip į projekciją panašus erdvės objektas elgsis skirtingomis sąlygomis.
5. Ekologija
Aplinkosaugininkams dirbtinis intelektas pirmiausia naudingas dėl gebėjimo rinkti ir analizuoti duomenis. Pavyzdžiui, 2022 m. UNEP (Jungtinių Tautų aplinkos programa) pradėjo dirbtiniu intelektu paremtą skaitmeninę platformą. WESP. Jo algoritmai renka informaciją iš skirtingų jutiklių visame pasaulyje, analizuoja ir vizualizuoja. Ir visa tai realiu laiku. Visų pirma, prietaisas stebi ledynų masės kitimą ir anglies dvideginio koncentraciją atmosferoje. Be to, WESP teikia prognozes.
UNEP ekosistemoje veikia ir kiti AI įrankiai. Platforma IMEO stebi metano emisijas ir Brangakmeniai – už oro taršą.
Dirbtinis intelektas gali supaprastinti ir kontroliuoti ekosistemas. Taigi, šių metų mašininio mokymosi programa pades mokslininkai iš Anglijos stebi planktono bendruomenę visą parą. Taigi jie patikrins, kaip šiuos padarus veikia aplinkos pokyčiai.