Wetenschappers voorspellen de mogelijkheid dat kunstmatige intelligentie de Nobelprijs wint

De afgelopen jaren heeft kunstmatige intelligentie (AI) laten zien dat het in staat is om data te analyseren, experimenten op te zetten en nieuwe wetenschappelijke hypothesen te bedenken. Hierdoor zijn veel onderzoekers van mening dat AI op een dag de briljantste geesten in de wetenschap kan evenaren en zelfs Nobelprijswaardige ontdekkingen kan doen, aldus het tijdschrift Nature.

In 2016 initieerde bioloog Hiroaki Kitano, CEO van Sony AI, de “Nobel Turing Challenge” – een oproep om een AI-systeem te ontwikkelen dat slim genoeg is om zelfstandig een wetenschappelijke ontdekking van Nobelprijsniveau te doen.

Volgens het doel van het project zal een ‘AI-wetenschapper’ in 2050 hypothesen kunnen formuleren, experimenten kunnen plannen en gegevens kunnen analyseren zonder menselijke tussenkomst.

Onderzoeker Ross King van de Universiteit van Cambridge (VK) denkt dat deze mijlpaal mogelijk eerder komt: "Het is vrijwel zeker dat AI-systemen het niveau van Nobelprijzen zullen bereiken. De vraag is alleen of dat over 50 of 10 jaar zal gebeuren."

Veel experts zijn echter voorzichtig. Volgens hen vertrouwen huidige AI-modellen vooral op beschikbare data en kennis en creëren ze niet echt nieuwe inzichten.

Onderzoeker Yolanda Gil (University of Southern California, VS) merkte op: "Als de overheid morgen een miljard dollar investeert in fundamenteel onderzoek, kan de vooruitgang versnellen, maar we zijn nog ver verwijderd van dat doel."

Tot nu toe hebben alleen mensen en organisaties Nobelprijzen gekregen. AI heeft echter indirect bijgedragen: in 2024 ging de Nobelprijs voor natuurkunde naar pioniers in machine learning; datzelfde jaar ging de helft van de Scheikundeprijs naar het team achter AlphaFold, het AI-systeem van Google DeepMind dat de 3D-structuur van eiwitten voorspelt. Maar deze prijzen eren de makers van de AI, niet de ontdekkingen ervan.

Om een Nobelprijs te verdienen, moet een ontdekking volgens de criteria van het Nobelcomité nuttig zijn, een verreikende impact hebben en nieuwe inzichten openen. Een "AI-wetenschapper" die aan deze eis wil voldoen, moet vrijwel volledig autonoom opereren - van het stellen van vragen en het kiezen van experimenten tot het analyseren van resultaten.

Sterker nog, AI is al betrokken bij bijna elke onderzoeksfase. Nieuwe tools helpen bij het ontcijferen van dierengeluiden, het voorspellen van botsingen tussen sterren en het identificeren van immuuncellen die kwetsbaar zijn voor COVID-19.

Aan de Carnegie Mellon University ontwikkelde het team van chemicus Gabe Gomes ‘Coscientist’ – een systeem dat gebruikmaakt van grote taalmodellen (LLM’s) om chemische reacties autonoom te plannen en uit te voeren met behulp van robotische apparaten.

Sommige bedrijven, zoals Sakana AI in Tokio, willen machine learning-onderzoek automatiseren met behulp van LLM, terwijl Google experimenteert met chatbots die in groepen samenwerken om wetenschappelijke ideeën te genereren.

In de VS ontwikkelt het FutureHouse-lab in San Francisco een stapsgewijs 'denkmodel' om AI te helpen vragen te stellen, hypothesen te testen en experimenten te ontwerpen – met als doel een derde generatie 'AI in de wetenschap'.

De laatste generatie zal AI zijn die zelfstandig vragen kan stellen en experimenten kan uitvoeren, zonder menselijk toezicht, aldus FutureHouse-directeur Sam Rodriques. "AI zou tegen 2030 Nobelprijswaardige ontdekkingen kunnen doen", voorspelt hij. De gebieden met de meeste potentie zijn materiaalkunde en de studie van de ziekte van Parkinson of Alzheimer.

Andere wetenschappers zijn sceptisch. Doug Downey van het Allen Institute for AI in Seattle zegt dat een test met 57 "AI-agenten" uitwees dat slechts 1% een onderzoeksproject volledig kon afronden – van idee tot rapport. "Geautomatiseerde wetenschappelijke ontdekkingen van begin tot eind blijven een enorme uitdaging", zegt hij.

Bovendien begrijpen AI-modellen de natuurwetten nog steeds niet volledig. Uit een onderzoek bleek dat een model wel planetaire banen kon voorspellen, maar niet de onderliggende natuurkundige wetten; of dat het een stad kon navigeren, maar geen nauwkeurige kaart kon maken.

Volgens expert Subbarao Kambhampati (Arizona State University) toont dit aan dat AI niet over de praktijkervaring beschikt die mensen wel hebben.

Yolanda Gil stelt dat AI, om de Nobelprijs te behalen, in staat moet zijn om "na te denken over denken" – dat wil zeggen, om zichzelf te evalueren en zijn eigen redeneerprocessen aan te passen. Zonder investering in dit fundamentele onderzoek "zullen Nobelprijswaardige ontdekkingen nog ver weg blijven", aldus Gil.

Ondertussen waarschuwen sommige wetenschappers voor de gevaren van een te grote afhankelijkheid van AI in de wetenschap. Een artikel uit 2024 van Lisa Messeri (Yale University) en Molly Crockett (Princeton University) stelt dat overmatig gebruik van AI fouten kan vergroten en creativiteit kan verminderen, omdat wetenschappers "meer produceren maar minder begrijpen".

"AI zou jonge wetenschappers die anders in de toekomst grote prijzen zouden kunnen winnen, van leermogelijkheden kunnen beroven", voegde Messeri eraan toe. "Nu de onderzoeksbudgetten krimpen, is het een zorgwekkend moment om de kosten van die toekomst te overwegen."

(TTXVN/Vietnam+)

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