Umělá inteligence může být trénována k nezávislému vytváření vědeckých předpovědí na základě předchozích znalostí

Mezi výzkumníky v oblasti umělé inteligence probíhá debata o tom, zda umělá inteligence, jak uvádí TheNext Web (TNW), “bude brzy schopna vyvinout takový typ obecné inteligence, jakou mají lidé,” s vášnivými argumenty pro a proti.

Existuje však ještě jedna oblast znalostí, kde umělá inteligence dělá obrovské kroky vpřed, a to je zpracování přirozeného jazyka, což je část mnohem většího deštníku strojového učení, jehož cílem je “hodnotit, extrahovat a vyhodnotit informace z textových dat.” K tomu TNW odkazuje na článek nedávno zveřejněný v Nature, který uvádí, že umělá inteligence “zvládla předpovědět budoucí vědecké objevy jednoduše extrahováním významných dat z vědeckých publikací.”

Pro výzkum a pochopení konkrétní vědecké otázky je nutné provést zjevný krok, kterým je konzultace knih, specializovaných publikací, webových stránek a dalších relevantních zdrojů. Samozřejmě, že toto může být velmi časově náročné, zejména pokud máme velmi komplexní problém nebo otázku. To je místo, kde přichází do hry zpracování přirozeného jazyka. Pomocí “složitého metod a technik mohou počítačové programy identifikovat koncepty, vzájemné vztahy, obecné téma a specifické vlastnosti z velkých textových dat.”

Jak je diskutováno ve výše uvedené studii, “dosud většina existujících automatizovaných metod zpracování přirozeného jazyka vyžaduje lidský vstup. Přes to, že je to zlepšení oproti čistě manuálnímu přístupu, je to stále časově náročné.” Ale výzkumníci, kteří připravili tento článek, byli schopni vytvořit systém umělé inteligence, který “mohl přesně identifikovat a extrahovat informace nezávisle. Používal sofistikované techniky založené na statistických a geometrických vlastnostech dat k identifikaci chemických názvů, konceptů a struktur. To bylo založeno na asi 1,5 milionu abstraktů vědeckých článků o materiálové vědě.”

Pak tento program strojového učení “klasifikoval slova v datech podle specifických funkcí, jako jsou ‘prvky’, ‘energetika’ a ‘vázané látky’. Například ‘teplo’ bylo klasifikováno jako součást ‘energetiky’ a ‘plyn’ jako ‘prvky’. To pomohlo propojit určité sloučeniny s typy magnetismu a podobností s jinými materiály, poskytující vhled do toho, jak slova souvisela bez nutnosti lidského zásahu.”

Tato metoda umožnila umělé inteligenci “zachytit komplexní vztahy a identifikovat různé vrstvy informací, které by byly prakticky nemožné provést lidsky.” To umožnilo poskytnout vhledy, které jsou daleko před tím, co jsou vědci v této oblasti schopni udělat v současné době. Umělá inteligence vlastně doporučila materiály “pro funkční aplikace několik let před jejich skutečným objevením. Bylo pět takových předpovědí, všechny založené na článcích zveřejněných před rokem 2009. Například umělá inteligence zvládla identifikovat látku známou jako CsAgGa2Se4as jako termoelektrický materiál, který vědci objevili až v roce 2012. Pokud by tedy umělá inteligence existovala v roce 2009, mohla by urychlit objev.”