Visiškai automatizuoto tyrimų pasaulio vizija: visiškai dirbtinio intelekto sukurta publikacija praeina tarpusavio vertinimo procesą. „Pastaraisiais metais dirbtinių mokslininkų atsirado kaip grybų, tačiau svajonė apie tyrimų mašiną, galinčią atlikti kiekvieną žingsnį nuo idėjos generavimo iki galutinės publikacijos, nebuvo įgyvendinta. Dirbtinis intelektas gali perimti atskirus veiksmus, tokius kaip literatūros apžvalgos ar duomenų analizė. Tačiau hipotezių formulavimas ir interpretavimas išlieka žmogaus darbu. Tai iš esmės nepasikeitė net ir su kalbos modeliais. Nors šios dirbtinio intelekto sugeneruotos mašininio mokymosi (LLM) sistemos duoda puikių rezultatų, jos dažnai nesugeba atlikti net paprasčiausių užduočių, nes joms trūksta vidinio tyrimo proceso supratimo.
Gerai lankomoje tarptautinėje mašininio mokymosi konferencijoje visiškai dirbtinio intelekto sukurta publikacija sėkmingai praėjo recenzavimo procesą. Organizatoriui žinant, buvo pateikti trys mašininiu būdu sugeneruoti Japonijos bendrovės „AI Scientist“ leidiniai, iš kurių vienas praėjo recenzavimo procesą seminaro metu.
Žmonėms recenzentams nepavyko nustatyti jo technologinės kilmės.
Publikacijoje aprašomos likusios dirbtinio intelekto kliūtys mašininio mokymosi srityje, tarsi perspėjant apie perdėtus lūkesčius dėl savo galimybių. Jos kūrėjai reklamuojasi žadant visiškai automatizuotą tyrimo procesą. Nuo idėjų generavimo ir programavimo iki eksperimentinių bandymų ir publikavimo, įskaitant savęs vertinimą, dirbtinio intelekto mokslininkas turi viską atlikti pats, kaip ir pateikto mokslinio straipsnio atveju.
Recenzentai mašininiu būdu parengtą mokslinį straipsnį įvertino, kaip vidutinės, bet pakankamos kokybės. Jis neįveikė kliūties tapti pagrindiniu konferencijos leidiniu. Akivaizdu, kad tai nėra išskirtinis leidinys, bet bent jau toks, kuris turi potencialo pasirodyti moksliniame žurnale. Ar mokslinių leidinių rinka netrukus bus užtvindyta dirbtinio intelekto straipsniais, kurie iškreipia akademinę konkurenciją ir paverčia publikavimą nenaudingu kaip reputacijos rodiklį? O ką tada mokslininkai turėtų daryti? Leidinyje „Nature“ sėkmingo recenzavimo proga į šiuos klausimus atsakoma atsargiai (Chris Lu ir kt.: Towards end-to-end automation of AI research. Nature, Volume 651, March 2026). Juk tik vienas iš trijų pateiktų leidinių praėjo recenzavimo procesą. Testas buvo išlaikytas. Nepriekaištingas dirbtinio intelekto produktas, matyt, yra labiau išimtis nei taisyklė. Remiantis autorių patirtimi, DI publikacijos vis dar turi daug silpnybių: jose pateikiamos naivios hipotezės, daromos klaidos perduodant eksperimentinius duomenis, negalvojant kopijuojami skaičiai ir vaizdai arba lengvabūdiškai haliucinuojamos. Apskritai joms trūksta metodologinio griežtumo.
Be to, dirbtinis tyrėjas lieka apribotas konkrečiomis tyrimų sritimis, tokiomis kaip mašininis mokymasis, kur tyrimo procesas vyksta tik kompiuteryje. Tačiau jau egzistuoja mintiniai eksperimentai apie automatizuotas chemines laboratorijas, kuriose atliekami DI vadovaujami eksperimentai. „Nature“ neseniai pranešė apie nepaprastą DI pažangą vaistų kūrimo srityje. Remdamasis išsamia literatūros apžvalga, DI pasiūlė neįprastas veikliąsias medžiagas sunkiai gydomoms ligoms gydyti, kurios pasirodė esančios stebėtinai veiksmingos. Tai galėtų smarkiai paspartinti mokslinius tyrimus ir plėtrą, ypač turint omenyje, kad DI daro didžiulę pažangą šalinant klaidų šaltinius. Nepaisant to, jokiu būdu nėra tikra, ar jos polinkis haliucinuoti gali būti visiškai išnaikintas. Vienas iš vaistų pasiūlymų būtų turėjęs mirtinų pasekmių. Taip pat neaišku, ar DI iš tikrųjų gali pasiekti originalių įžvalgų, ar ji liks apribota šablonų atpažinimu aiškiai apibrėžtoje sistemoje, o tai taip pat reikštų didžiulę pažangą.
Jei dirbtinio intelekto publikacijos taptų masinės gamybos, būtų sunku iš momentinio turinio gausos išskirti originalius tyrimus. Jau dabar yra daugybė abejotinų verslo modelių, kurie iš to pelnosi. Galima sukurti, regis, nepriekaištingus leidinius naudojant klaidingus duomenis – tai vilioja mokslininkus, norinčius trumpuoju laikotarpiu pagerinti savo įsidarbinimo perspektyvas. Šiame kontekste Europos mokslinių tyrimų taryba ką tik paaiškino, kad nors dirbtinis intelektas gali padėti rengti leidinius ir ekspertų nuomones, jis neturi visiškai perimti nė vienos užduoties. Ar to galima išvengti praktiškai, yra atviras klausimas. Dirbtinio intelekto tyrėjai yra suinteresuoti vertinti savo bendradarbiavimą su dirbtiniu intelektu kaip pagalbos santykius. Automatizuotas tyrimų procesas reikštų publikacijų, prizų ir patentų perdavimą mašinoms, o galiausiai net ir profesoriaus pareigas. Atleisti mokslininkai tuomet turėtų daug laiko užsiimti kita veikla. Bet kokia?“ [1]
1. Die Vision einer voll automatisierten Forschungswelt: Eine vollständig KI-generierte Publikation besteht das Peer-Review-Verfahren: Welche Folgen hat das für den wissenschaftlichen Publikationsmarkt? Frankfurter Allgemeine Zeitung; Frankfurt. 08 Apr 2026: N4. THOMAS THIEL
Komentarų nėra:
Rašyti komentarą