과학자들은 인공지능이 노벨상을 수상할 가능성을 예측합니다.

Nature지에 따르면, 최근 몇 년 동안 인공지능(AI)은 데이터 분석, 실험 설계, 새로운 과학적 가설 도출 등의 능력을 보여주면서 많은 연구자들은 AI가 언젠가 과학계의 가장 뛰어난 두뇌들과 경쟁할 수 있을 것이라고 믿고 있으며, 심지어 노벨상 수상 수준의 발견을 할 수도 있다고 합니다.

2016년, 소니 AI의 CEO이자 생물학자인 기타노 히로아키는 "노벨 튜링 챌린지"를 시작했습니다. 이는 스스로 노벨 수준의 과학적 발견을 할 수 있을 만큼 똑똑한 AI 시스템을 개발하자는 요구였습니다.

이 프로젝트의 목표에 따르면, 2050년까지 "AI 과학자"는 인간의 개입 없이 가설을 세우고, 실험을 계획하고, 데이터를 분석할 수 있게 될 것입니다.

영국 케임브리지 대학교의 로스 킹 연구원은 이러한 획기적인 사건이 더 빨리 일어날 수 있다고 생각합니다. "AI 시스템이 노벨상을 수상할 수준에 도달할 것은 거의 확실합니다. 문제는 앞으로 50년이나 10년 안에 일어날 일입니다."

하지만 많은 전문가들은 신중한 입장을 보입니다. 그들에 따르면, 현재 AI 모델은 주로 기존 데이터와 지식에 의존하며, 실질적인 새로운 이해를 창출하지 못하고 있습니다.

연구원인 욜란다 길(미국 남부 캘리포니아 대학교)은 " 정부가 내일 기초 연구에 10억 달러를 투자한다면 진전은 가속화될 수 있겠지만, 그 목표와는 아직 거리가 멀다"고 말했습니다.

지금까지 노벨상은 개인과 단체에게만 수여되었습니다. 그러나 AI는 간접적으로 기여했습니다. 2024년 노벨 물리학상은 머신러닝 분야의 선구자들에게 수여되었고, 같은 해 화학상의 절반은 구글 딥마인드의 단백질 3차원 구조를 예측하는 AI 시스템인 알파폴드(AlphaFold) 개발팀에게 수여되었습니다. 하지만 이러한 상은 AI의 발견이 아닌, AI를 만든 사람들에게 수여됩니다.

노벨위원회의 기준에 따르면, 노벨상을 받기 위해서는 발견이 유용하고, 광범위한 영향을 미치며, 새로운 이해의 방향을 제시해야 합니다. 이러한 요건을 충족하고자 하는 "AI 과학자"는 질문 제기, 실험 선택부터 결과 분석까지 거의 완벽하게 자율적으로 작업해야 합니다.

실제로 AI는 이미 거의 모든 연구 단계에 활용되고 있습니다. 새로운 도구들은 동물 소리를 해석하고, 별들의 충돌을 예측하고, COVID-19에 취약한 면역 세포를 식별하는 데 도움을 주고 있습니다.

카네기 멜론 대학의 화학자 게이브 고메스 팀은 로봇 장치를 사용하여 화학 반응을 자율적으로 계획하고 실행하기 위해 대규모 언어 모델(LLM)을 사용하는 시스템인 "Coscientist"를 개발했습니다.

도쿄의 Sakana AI와 같은 일부 회사는 LLM을 사용하여 머신 러닝 연구를 자동화하는 방법을 모색하고 있으며, Google은 그룹으로 협업하여 과학적 아이디어를 생성하는 채팅봇을 실험하고 있습니다.

미국 샌프란시스코의 FutureHouse 연구소는 AI가 질문하고, 가설을 검증하고, 실험을 설계하는 데 도움이 되는 단계별 "사고" 모델을 개발하고 있으며, "과학 분야의 AI" 3세대를 목표로 하고 있습니다.

퓨처하우스(FutureHouse)의 샘 로드리케스(Sam Rodriques) 이사는 최종 세대는 인간의 감독 없이 스스로 질문을 하고 실험을 수행할 수 있는 AI가 될 것이라고 말했습니다. 그는 "AI는 2030년까지 노벨상 수상에 걸맞은 발견을 할 수 있을 것"이라고 예측했습니다. 가장 큰 잠재력을 가진 분야는 재료 과학과 파킨슨병 또는 알츠하이머병 연구입니다.

다른 과학자들은 회의적입니다. 시애틀에 있는 앨런 AI 연구소의 더그 다우니는 57명의 "AI 에이전트"를 대상으로 한 실험 결과, 아이디어 구상부터 보고서 작성까지 연구 프로젝트를 완벽하게 완료할 수 있는 AI는 1%에 불과하다고 밝혔습니다. 그는 "처음부터 끝까지 자동화된 과학적 발견은 여전히 큰 과제입니다."라고 말합니다.

게다가 AI 모델은 아직 자연 법칙을 완전히 이해하지 못합니다. 한 연구에 따르면, AI 모델은 행성 궤도는 예측할 수 있지만 근본적인 물리 법칙은 예측하지 못합니다. 또는 도시를 탐색할 수는 있지만 정확한 지도를 만들 수는 없습니다.

애리조나 주립 대학의 전문가 수바라오 캄밤파티에 따르면, 이는 AI가 인간과 같은 실제 생활에서의 경험이 부족하다는 것을 보여줍니다.

욜란다 길은 노벨상을 받으려면 AI가 "생각에 대해 생각하는" 능력, 즉 스스로 추론 과정을 평가하고 조정할 수 있어야 한다고 주장합니다. 길은 이러한 기초 연구에 투자하지 않으면 "노벨상을 받을 만한 발견은 아직 요원할 것"이라고 말합니다.

한편, 일부 학자들은 과학 분야에서 AI에 대한 과도한 의존의 위험성을 경고합니다. 리사 메세리(예일대학교)와 몰리 크로켓(프린스턴대학교)이 2024년에 발표한 논문은 AI의 과도한 사용이 과학자들이 "생산성은 높지만 이해도는 낮아지기" 때문에 오류를 증가시키고 창의성을 저하시킬 수 있다고 주장합니다.

메세리는 "AI는 미래에 큰 상을 받을 수 있는 젊은 과학자들의 학습 기회를 박탈할 수 있습니다."라고 덧붙였다. "연구 예산이 줄어드는 지금, 그러한 미래에 대한 비용을 고려해야 하는 것은 우려스러운 시점입니다."

(TTXVN/베트남+)

출처: https://www.vietnamplus.vn/gioi-khoa-hoc-du-doan-kha-nang-tri-tue-nhan-tao-gianh-giai-nobel-post1068525.vnp