Vajon nem lesz már messze az a nap, amikor a mesterséges intelligencia elnyeri a Nobel-díjat?

A szakértők azt jósolják, hogy kevesebb mint egy évtizeden belül a „mesterséges intelligencia tudósai” maguk is Nobel-díjra érdemes eredményeket érhetnek el, bár sokan továbbra is szkeptikusak.

A Nobel-díjas elismeréshez a mesterséges intelligenciának képesnek kell lennie az önértékelésre és a saját érvelési folyamatának módosítására - Fotó: VNU

A Nature folyóirat szerint az elmúlt években a mesterséges intelligencia (MI) bebizonyította, hogy képes adatok elemzésére, kísérletek tervezésére és új tudományos hipotézisek megfogalmazására, aminek eredményeként sok kutató úgy véli, hogy a MI egy napon felveheti a versenyt a tudomány legzseniálisabb elméivel, sőt, Nobel-díjat érdemlő felfedezéseket is elérhet.

„A mesterséges intelligencia önmagában is elnyerheti a Nobel-díjat 2030-ra.”

2016-ban Hiroaki Kitano biológus, a Sony AI vezérigazgatója elindította a „Nobel Turing Challenge” elnevezésű felhívást egy olyan mesterséges intelligencia által vezérelt rendszer kifejlesztésére, amely elég intelligens ahhoz, hogy önállóan Nobel-díjas tudományos felfedezéseket tegyen. A projekt célja, hogy 2050-re egy „mesterséges intelligencia által vezérelt tudós” képes legyen hipotéziseket megfogalmazni, kísérleteket tervezni és adatokat elemezni önállóan, emberi beavatkozás nélkül.

Ross King, a Cambridge-i Egyetem (Egyesült Királyság) kutatója úgy véli, hogy ez a mérföldkő hamarabb is elérhető: „Szinte biztos, hogy a mesterséges intelligencia rendszerei elérik a Nobel-díjas szintet. A kérdés egyszerűen az, hogy ez 50 vagy 10 év múlva fog bekövetkezni.”

Sok szakértő azonban továbbra is óvatos. Azt állítják, hogy a jelenlegi MI-modellek elsősorban a meglévő adatokra és ismeretekre támaszkodnak, ahelyett, hogy valóban új ismereteket generálnának. Yolanda Gil kutató (Dél-Kaliforniai Egyetem, USA) így nyilatkozott: „Ha a kormány holnap 1 milliárd dollárt fektetne be alapkutatásba, a fejlődés felgyorsulhatna, de még mindig messze lennénk ettől a céltól.”

A mai napig csak emberek és szervezetek kaptak Nobel-díjat. A mesterséges intelligencia azonban közvetve is hozzájárult: 2024-ben a fizikai Nobel-díjat a gépi tanulás úttörői kapták; ugyanebben az évben a kémiai díjak felét az AlphaFoldot – a Google DeepMind mesterséges intelligencia rendszerét, amely a fehérjék 3D-s szerkezetét jósolja – fejlesztő csapatnak ítélték oda. De ezek a díjak a mesterséges intelligencia alkotóit, nem pedig a mesterséges intelligencia által tett felfedezéseket tisztelik.

A Nobel-bizottság kritériumai szerint egy felfedezésnek hasznosnak kell lennie, messzemenő hatással kell bírnia, és új ismereteket kell feltárnia. Egy „mesterséges intelligencia által támogatott tudósnak”, aki ezt a követelményt kívánja teljesíteni, szinte teljesen automatikusan kell működnie – a kérdések megfogalmazásától és a kísérletek kiválasztásától kezdve az eredmények elemzéséig.

Valójában a mesterséges intelligencia a kutatás szinte minden aspektusában részt vesz. Az új eszközök segítenek az állati hangok dekódolásában, a csillagok közötti ütközések előrejelzésében, vagy a COVID-19 során sebezhető immunsejtek azonosításában. A Carnegie Mellon Egyetemen Gabe Gomes vegyész csapata kifejlesztette a „Coscientist” nevű rendszert, amely egy nagy nyelvi modellt (LLM) használ a kémiai reakciók automatikus megtervezéséhez és végrehajtásához robotberendezések segítségével.

Néhány vállalat, mint például a tokiói Sakana AI, a gépi tanuláson alapuló kutatások automatizálására törekszik az LLM segítségével, míg a Google együttműködő chatbotokkal kísérletezik tudományos ötletek generálása érdekében. Az Egyesült Államokban a San Franciscó-i FutureHouse laboratórium egy lépésről lépésre kidolgozott „gondolkodási” modellt fejleszt, amely segíti a mesterséges intelligenciát a kérdések feltevésében, a hipotézisek tesztelésében és a kísérletek tervezésében – ezzel a harmadik generációs „MI a tudományban” felé haladva.

Sam Rodriques, a FutureHouse igazgatója szerint a mesterséges intelligencia utolsó generációja képes lesz önállóan kérdéseket megfogalmazni és kísérleteket végezni emberi felügyelet nélkül. Azt jósolja, hogy „a mesterséges intelligencia 2030-ra Nobel-díjas felfedezéseket tehet.” A legígéretesebb területek az anyagtudomány és a Parkinson- vagy Alzheimer-kórral kapcsolatos kutatások.

Vajon a mesterséges intelligencia elveszi a tanulási lehetőségeket a fiatal tudósoktól?

Más tudósok is szkepticizmusukat fejezték ki. Doug Downey (Allen AI Institute, Seattle) szerint 57 „mesterséges intelligencia ágens” tesztelése azt mutatta, hogy mindössze 1%-uk volt képes egy kutatási projektet teljes egészében befejezni – az ötlettől az eredmények jelentéséig. Kijelentette: „A tudományos felfedezések automatizálása az elejétől a végéig továbbra is hatalmas kihívást jelent.”

Továbbá a mesterséges intelligencia modelljei még mindig nem értik igazán a természet törvényeit. Egy tanulmány kimutatta, hogy egy modell meg tudja jósolni a bolygók pályáját, de hiányoznak belőle az irányadó fizikai törvények; vagy el tud navigálni egy városban, de nem tud pontos térképet készíteni. Subbarao Kambhampati szakértő (Arizona Állami Egyetem) szerint ez azt mutatja, hogy a mesterséges intelligenciának hiányzik az a valós tapasztalata, amivel az emberek rendelkeznek.

Yolanda Gil azt állítja, hogy a Nobel-díj elnyeréséhez a mesterséges intelligenciának képesnek kell lennie a „gondolkodásról gondolkodni” – azaz önértékelni és módosítani saját érvelési folyamatait. Gil szerint befektetés nélkül ebbe az alapvető kutatási területbe „a Nobel-díjas felfedezések messze maradnak”.

Eközben egyes tudósok a mesterséges intelligenciára való túlzott támaszkodás veszélyeire figyelmeztetnek a tudományban. Lisa Messeri (Yale Egyetem) és Molly Crockett (Princeton Egyetem) 2024-es tanulmánya szerint a mesterséges intelligencia túlzott használata növelheti a hibákat és csökkentheti a kreativitást, mivel a tudósok „többet alkotnak, de kevesebbet értenek”.

Messeri hozzátette: „A mesterséges intelligencia megfoszthatja a fiatal tudósokat a tanulási lehetőségektől – olyan lehetőségektől, amelyek egyébként a jövőben jelentős díjakhoz vezetnének. A csökkenő kutatási költségvetések miatt aggasztóan fontos mérlegelni a jövőbeli költségeket.”

Vissza a témához

VNA

Forrás: https://tuoitre.vn/ngay-ai-gianh-giai-nobel-se-khong-con-xa-20251007123831679.htm