
Aby umělá inteligence dosáhla Nobelovy úrovně, potřebuje schopnost sebehodnocení a úpravy vlastního uvažování - Foto: VNU
Podle časopisu Nature v posledních letech prokázala umělá inteligence (AI) schopnost analyzovat data, navrhovat experimenty a přicházet s novými vědeckými hypotézami, což vedlo mnoho výzkumníků k přesvědčení, že by se AI jednoho dne mohla vyrovnat těm nejbrilantnějším mozkům ve vědecké komunitě, a dokonce učinit objevy hodné Nobelovy ceny.
Umělá inteligence by mohla do roku 2030 získat Nobelovu cenu
V roce 2016 inicioval biolog Hiroaki Kitano, generální ředitel společnosti Sony AI, „Turingovu výzvu“ – výzvu k vývoji systému umělé inteligence dostatečně chytrého na to, aby sám učinil vědecký objev na úrovni Nobelovy ceny. Cílem projektu je, aby do roku 2050 byl „vědec v oblasti umělé inteligence“ schopen formulovat hypotézy, plánovat experimenty a analyzovat data bez lidského zásahu.
Výzkumník Ross King z Univerzity v Cambridgi (Spojené království) se domnívá, že k tomuto milníku může dojít dříve: „Je téměř jisté, že systémy umělé inteligence dosáhnou úrovně, na kterou by mohly získat Nobelovu cenu. Otázkou je, zda se to stane v příštích 50 nebo 10 letech.“
Mnoho odborníků je však opatrných. Podle nich se současné modely umělé inteligence spoléhají hlavně na dostupná data a znalosti a ve skutečnosti nepřinesly nové poznatky. Výzkumnice Yolanda Gil (Univerzita Jižní Kalifornie, USA) k tomu uvedla: „Pokud vláda zítra investuje 1 miliardu USD do základního výzkumu, pokrok se může zrychlit, ale od tohoto cíle je stále velmi daleko.“
Doposud byly Nobelovy ceny uděleny pouze lidem a organizacím. Umělá inteligence však přispěla nepřímo: v roce 2024 získali Nobelovu cenu za fyziku průkopníci strojového učení; ve stejném roce polovina ceny za chemii šla týmu stojícímu za AlphaFold, systémem umělé inteligence od Google DeepMind, který předpovídá 3D strukturu proteinů. Tyto ceny však ctí tvůrce umělé inteligence, nikoli její objevy.
Aby byl objev podle kritérií Nobelova výboru hoden Nobelovy ceny, musí být užitečný, mít dalekosáhlý dopad a otevírat nové směry poznání. „Vědec zabývající se umělou inteligencí“, který chce tento požadavek splnit, musí fungovat téměř zcela autonomně – od kladení otázek, výběru experimentů až po analýzu výsledků.
Ve skutečnosti je umělá inteligence již zapojena téměř do každé fáze výzkumu. Nové nástroje pomáhají dešifrovat zvuky zvířat, předpovídat srážky mezi hvězdami a identifikovat imunitní buňky zranitelné vůči COVID-19. Na Carnegie Mellon University vyvinul tým chemika Gabe Gomese systém „Coscientist“, který využívá modely velkých jazyků (LLM) k autonomnímu plánování a provádění chemických reakcí pomocí robotických zařízení.
Společnosti jako Sakana AI v Tokiu se snaží automatizovat výzkum strojového učení pomocí LLM, zatímco Google experimentuje s chatboty, kteří spolupracují ve skupinách na generování vědeckých nápadů. V USA vyvíjí FutureHouse Labs v San Franciscu postupný model „myšlení“, který má pomoci umělé inteligenci klást otázky, testovat hypotézy a navrhovat experimenty – postupný přístup ke třetí generaci „vědecké umělé inteligence“.
Poslední generací bude umělá inteligence, která bude schopna klást otázky a provádět experimenty sama, bez lidského dohledu, uvádí ředitel FutureHouse Sam Rodriques. Předpovídá: „Umělá inteligence by mohla do roku 2030 učinit objevy hodné Nobelovy ceny.“ Oblasti s největším potenciálem jsou materiálové vědy a studium Parkinsonovy nebo Alzheimerovy choroby.
Zbavuje umělá inteligence mladých vědců příležitostí k učení?
Jiní vědci jsou skeptičtí. Doug Downey z Allen Institute for AI v Seattlu říká, že test 57 „agentů umělé inteligence“ zjistil, že pouze 1 % z nich dokázalo dokončit výzkumný projekt kompletně – od nápadu až po zprávu. „Automatizovaný vědecký objev od začátku do konce zůstává obrovskou výzvou,“ říká.
Modely umělé inteligence navíc stále doopravdy nechápou zákony přírody. Jedna studie zjistila, že model dokáže předpovědět oběžné dráhy planet, ale ne fyzikální zákony, které je řídí; nebo se dokáže orientovat ve městě, ale nedokáže vytvořit přesnou mapu. Podle experta Subbarao Kambhampatiho (Arizona State University) to ukazuje, že umělé inteligenci chybí zkušenosti z reálného světa, které mají lidé.
Yolanda Gil tvrdí, že k dosažení Nobelovy ceny musí být umělá inteligence schopna „myslet o myšlení“ – tedy sebehodnotit a upravovat své vlastní uvažovací procesy. Bez investic do tohoto základního výzkumu „objevy hodné Nobelovy ceny zůstanou v nedohlednu,“ říká Gil.
Mezitím někteří vědci varují před nebezpečím nadměrného spoléhání se na umělou inteligenci ve vědě. Článek Lisy Messeriové (Yaleova univerzita) a Molly Crockettové (Princetonská univerzita) z roku 2024 tvrdí, že nadměrné používání umělé inteligence by mohlo zvýšit počet chyb a snížit kreativitu, protože vědci „produkují více, ale chápou méně“.
„Umělá inteligence by mohla připravit mladé vědce, kteří by jinak v budoucnu mohli získat velké ceny, o možnost učit se,“ dodal Messeri. „Vzhledem k tomu, že se rozpočty na výzkum zmenšují, je znepokojivé zamyslet se nad cenou takové budoucnosti.“
Zdroj: https://tuoitre.vn/ngay-ai-gianh-giai-nobel-se-khong-con-xa-20251007123831679.htm
Komentář (0)