Forskare förutspår möjligheten att artificiell intelligens vinner Nobelpriset

Under senare år har artificiell intelligens (AI) visat sin förmåga att analysera data, utforma experiment och komma fram till nya vetenskapliga hypoteser, vilket fått många forskare att tro att AI en dag skulle kunna konkurrera med de mest briljanta hjärnorna inom vetenskapen – till och med göra Nobelprisvärda upptäckter, enligt tidskriften Nature.

År 2016 initierade biologen Hiroaki Kitano, VD för Sony AI, ”Nobel Turing Challenge” – en uppmaning att utveckla ett AI-system som är tillräckligt smart för att på egen hand göra en vetenskaplig upptäckt på Nobelnivå.

Enligt projektets mål ska en ”AI-forskare” år 2050 kunna formulera hypoteser, planera experiment och analysera data utan mänsklig inblandning.

Forskaren Ross King vid University of Cambridge (Storbritannien) tror att den milstolpen kan komma tidigare: ”Det är nästan säkert att AI-system kommer att nå nivån för att vinna Nobelpris. Frågan är bara om 50 år eller 10 år.”

Många experter är dock försiktiga. Enligt dem förlitar sig nuvarande AI-modeller huvudsakligen på tillgänglig data och kunskap, och skapar egentligen inte ny förståelse.

Forskaren Yolanda Gil (University of Southern California, USA) kommenterade: "Om regeringen investerar en miljard USD i grundforskning imorgon kan framstegen accelerera, men det är fortfarande mycket långt ifrån det målet."

Hittills har endast personer och organisationer tilldelats Nobelpris. AI har dock bidragit indirekt: år 2024 gick Nobelpriset i fysik till pionjärer inom maskininlärning; samma år gick hälften av kemipriset till teamet bakom AlphaFold, Google DeepMinds AI-system som förutsäger proteiners 3D-struktur. Men dessa priser hedrar AI:s skapare, inte AI:s upptäckter.

För att vara värdig ett Nobelpris måste en upptäckt, enligt Nobelkommitténs kriterier, vara användbar, ha en långtgående inverkan och öppna upp nya förståelseriktningar. En ”AI-forskare” som vill uppfylla detta krav måste agera nästan helt autonomt – från att ställa frågor, välja experiment till att analysera resultat.

Faktum är att AI redan är involverad i nästan varje steg av forskningen. Nya verktyg hjälper till att dechiffrera djurläten, förutsäga kollisioner mellan stjärnor och identifiera immunceller som är sårbara för covid-19.

Vid Carnegie Mellon University utvecklade kemisten Gabe Gomes team ”Coscientist” – ett system som använder stora språkmodeller (LLM) för att autonomt planera och utföra kemiska reaktioner med hjälp av robotanordningar.

Vissa företag som Sakana AI i Tokyo vill automatisera maskininlärningsforskning med hjälp av LLM, medan Google experimenterar med chatbotar som samarbetar i grupper för att generera vetenskapliga idéer.

I USA utvecklar FutureHouse-labbet i San Francisco en steg-för-steg-modell för att hjälpa AI att ställa frågor, testa hypoteser och utforma experiment – med målet att skapa en tredje generation av ”AI inom vetenskapen”.

Den sista generationen kommer att vara AI som kan ställa frågor och utföra experiment på egen hand, utan mänsklig övervakning, enligt FutureHouse-chefen Sam Rodriques. ”AI skulle kunna göra Nobelprisvärda upptäckter år 2030”, förutspår han. De områden med störst potential är materialvetenskap och studier av Parkinsons eller Alzheimers sjukdom.

Andra forskare är skeptiska. Doug Downey från Allen Institute for AI i Seattle säger att ett test av 57 ”AI-agenter” visade att endast 1 % kunde slutföra ett forskningsprojekt helt – från idé till rapport. ”Automatiserade vetenskapliga upptäckter från början till slut är fortfarande en enorm utmaning”, säger han.

Dessutom förstår AI-modeller fortfarande inte naturens lagar helt. En studie fann att en modell kunde förutsäga planetbanor men inte de underliggande fysikaliska lagarna; eller kunde navigera i en stad men inte skapa en korrekt karta.

Enligt experten Subbarao Kambhampati (Arizona State University) visar det att AI saknar den verkliga livserfarenhet som människor har.

Yolanda Gil menar att för att uppnå Nobelstatus måste AI kunna ”tänka på tänkande” – det vill säga självutvärdera och justera sina egna resonemangsprocesser. Utan att investera i denna grundläggande forskning kommer ”Nobelvärdiga upptäckter att förbli långt borta”, säger Gil.

Samtidigt varnar vissa forskare för farorna med att överdrivet lita på AI inom vetenskapen. En artikel från 2024 av Lisa Messeri (Yale University) och Molly Crockett (Princeton University) hävdar att överanvändning av AI kan öka fel och minska kreativiteten, eftersom forskare "producerar mer men förstår mindre".

”AI skulle kunna beröva unga forskare, som annars skulle kunna vinna stora priser i framtiden, utbildningsmöjligheter”, tillade Messeri. ”Med krympande forskningsbudgetar är det en oroande tid att fundera över kostnaden för den framtiden.”

(TTXVN/Vietnam+)

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