Thought leaders

In de AI-tijdperk, hangt de toekomst van academische wetenschap af van onderzoek in de echte wereld

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Universiteiten staan vandaag voor veel uitdagingen. Met de huidige marktverschuivingen moeten universiteiten zich aanpassen. De belangrijkste kwesties van vandaag zijn economische neergang die het vermogen van universiteiten treft, inschrijvingsuitdagingen vanwege stijgende collegegeldkosten en concurrentie van derdenonline-educatie en demografische verschuivingen die leiden tot een krimpende pool van nieuwe studenten. Ondertussen ziet men een braindrain waarbij veel top-presterende wetenschappers ervoor kiezen om de private sector in te gaan in plaats van de academische wereld, met langetermijngevolgen voor de mogelijkheid van de academische wereld om de volgende generatie van basisontdekkingen te stimuleren waaruit toepassingen zullen voortkomen. Naarmate de AI- en biomedische revoluties verder gaan, zullen deze uitdagingen alleen maar groter worden – vooral in de wetenschappen.

Een veelbelovende aanpak is het verbeteren van mechanismen voor translationeel onderzoek dat kan worden gebruikt in echte innovaties en toepassingen. Deze verschuiving zal ook onvermijdelijk een impact hebben op de financiering en donaties waar universiteiten op rekenen om hun onderzoek mogelijk te maken, aangezien private industrie en andere organisaties met echte wereldimpact ook concurreren om financiering.

Veel universiteiten zijn tot deze realisatie gekomen en hebben translationeel onderzoekscentra geopend voor harde wetenschappen, waaronder huidige marktleidende gebieden zoals AI en biomedische wetenschappen. In plaats van alleen maar basisonderzoek te doen met als doel wetenschappelijke artikelen te publiceren, is de aanpak van translationeel onderzoek gericht op het zo vroeg mogelijk vaststellen van hoe opkomend onderzoek kan worden verder ontwikkeld en gebruikt om echte problemen op te lossen. Translationele programma’s omvatten vaak de ontwikkeling van interdisciplinaire centra – intra-universitaire collectieven die relaties en samenwerkingen tussen academische onderzoekers en met commerciële industrieën bevorderen. Ze maken het ook mogelijk om de aanzienlijke middelen van de instelling te gebruiken, waaronder laboratoria die basisonderzoek doen, theoretische papers, studentenprojecten, docenten en overheids- en industriebetrekkingen om die problemen op te lossen. Dergelijke programma’s, specifiek voor translationeel AI-onderzoek, zijn opgericht bij toonaangevende Amerikaanse universiteiten zoals Stanford University, de Universiteit van Pennsylvania en Northwestern University. Ze komen ook wereldwijd op in hotspots zoals het VK, Israël en Singapore.

Deze aanpak is vooral belangrijk in gebieden zoals geneeskunde en gezondheidszorg, die snel AI, Big Data, computationele technologie en basisonderzoek in een breed scala aan gebieden willen integreren om kanker, hartziekten, aangeboren en infectieziekten en andere mondiale gezondheidsbedreigingen beter te voorkomen en te behandelen.

In feite fungeren universitaire centra die deze aanpak omarmen als vroege technologie-incubators, vergelijkbaar met die van private bedrijven zoals Microsoft (MSFT ) of IBM. De onderzoekers die bij deze centra betrokken zijn, hebben ongekende toegang tot onderzoek van andere faculteiten waar ze anders misschien geen connectie mee hadden, institutionele en persoonlijke connecties met de private sector en academische en industriële begeleiding voor het ontwikkelen van commerciële bedrijfsplannen.

Naast het aantrekken van studenten en onderzoekers, bieden deze centra ook donoren en universiteiten nieuwe financieringsmogelijkheden in de vorm van subsidies en impactinvesteringen van private, institutionele of door de overheid uitgegeven fondsen. En wanneer onderzoekers praktische oplossingen ontwikkelen, gaan er nieuwe deuren open voor commerciële verkoop, licenties en overnames die essentieel zijn om oplossingen op grote schaal te produceren en te marketen. Er is vaak ook een feedback- of trickle-down-effect; zoals de goed gedocumenteerde succes van dergelijke translationele programma’s om oplossingen naar de echte wereld te brengen – en het vergrote bewustzijn van de cruciale rol van basiswetenschappen in deze toepassingen – vervolgens rechtstreeks financiering voor basiswetenschappen stimuleert. Het verhogen van de financiering voor basiswetenschappen is ook essentieel voor de toekomst van universiteiten, aangezien basiswetenschappen, zelfs als translationele programma’s en toepassingen groeien, het hoofdpunt en het hart van academische wetenschap zullen blijven.

Deze aanpak komt echter met uitdagingen. Sommige bestuurders en docenten aan universiteiten zouden hun instellingen willen laten nadenken voordat ze deze weg inslaan, aangezien het aanzienlijk verschilt van de traditioneel waargenomen niet-commerciële rol van de academische wereld. Wanneer translationeel wetenschappelijk onderzoek wordt geïmplementeerd, moeten universiteiten ervoor zorgen dat academische vrijheid en ruimte voor andere aanvullende verkenning of onderzoek blijven bestaan. Dit kan vaak worden bereikt door alleen specifieke projecten op te nemen met een duidelijk en goed gedefinieerd bereik, in plaats van hele afdelingen of alle werk van een individu, in translationeel wetenschappelijk onderzoek.

Er zijn ook praktische vragen te beantwoorden, zoals: Moet de universiteit de oplossingen – en de octrooien – die uit dit proces voortkomen, in eigendom hebben? Hoe groot moet de rol van private ondernemingen in dit proces zijn? Kunnen, of moeten, universiteiten samenwerken met externe organisaties waarvan de wereldbeeld mogelijk niet overeenkomt met dat van de instelling? Dit zijn, natuurlijk, alle kwesties die elke universiteit zelf moet aanpakken. Toch is er geen twijfel dat universiteiten deze soort centra kunnen gebruiken om zichzelf meer relevant te maken in de huidige digitale technologie-era.

Samenwerking tussen universiteiten en private bedrijven is in feite verantwoordelijk voor belangrijke levensreddende initiatieven. Veel van de vroegste autocrash-tests werden uitgevoerd aan de Cornell University, in samenwerking met toonaangevende verzekeringsmaatschappijen. De resultaten leidden tot de ontwikkeling van veel veiligere auto’s, waarbij essentieel de veiligheidsgordel werd uitgevonden, naast andere functies. Die innovaties hebben in de daaropvolgende jaren veel levens gered. In de huidige omgeving zullen soortgelijke programma’s op het gebied van gezondheidszorg en AI – vooral als ze zijn ontworpen om samenwerkend en voortdurend te zijn – ongetwijfeld veel meer levens redden in de toekomst. Universiteiten hebben de middelen om die oplossingen te ontwikkelen, en de private sector heeft de middelen en betrokkenheid om ze naar het publiek te brengen. Het is een synergie die een belangrijk verschil kan maken in het leven van veel mensen.

Prof. Shai Shen-Orr is een associate professor aan de Ruth and Bruce Rappaport Faculty of Medicine van de Technion–Israel Institute of Technology, waar hij zich specialiseert in systemen immunologie en AI voor biomedicine. Hij is de directeur van het Zimin Institute for AI Solutions in Healthcare en co-directeert Tech.AI, het AI-hub van Technion. Hij is ook de mede-oprichter en Chief Scientist van de Pharma AI-onderneming CytoReason.