Tankeledere

I AI-æraen avhenger akademisk vitenskaps fremtid av forskning i den virkelige verden

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Universitetene står i dag overfor mange utfordringer. Med dagens markedsskiftninger må universitetene tilpasse seg. Dagens nøkkelproblemer inkluderer økonomiske nedgangstider som rammer fondene, innmeldingsutfordringer på grunn av økende skolepenger, og konkurranse fra tredjeparts nettbasert utdanning og demografiske endringer som fører til en minskende reservoar av nye studenter. I mellomtiden ser vi en hjernedren som får mange av de beste vitenskapsmennene til å velge å gå over til privat sektor i stedet for akademia, med langtidskonsekvenser for akademiens evne til å drive den neste generasjonen av grunnleggende oppdagelser som applikasjoner vil stamme fra. Ettersom AI- og biomed-revolusjonene fortsetter å utvikle seg, vil disse utfordringene bare øke – spesielt i vitenskapene.

En løftende tilnærming er å forbedre mekanismer for translasjonell vitenskap som kan brukes i virkelige innovasjoner og applikasjoner. Denne skiftningen vil også uunngåelig ha en innvirkning på finansieringen og donasjonene som universitetene regner med for å gjøre deres forskning mulig, ettersom private industrier og andre organisasjoner med virkelige verdensimpakt også konkurrerer om finansiering.

Mange universiteter har faktisk kommet til denne erkjennelsen, og åpnet translasjonelle forskningshuber for harde vitenskaper, inkludert nåværende markedstrende områder som AI og biomedisin. I stedet for å bare utføre grunnleggende forskning med målet om å publisere faglige artikler, er tilnærmingen til translasjonell forskning å – på et meget tidlig stadium – finne ut hvordan fremvoksende forskning kan videreutvikles og brukes til å løse virkelige problemer. Translasjonsprogrammer omfatter ofte utviklingen av tverrfaglige huber – intra-universitetskollektiver som fremmer relasjoner og samarbeid mellom akademiske forskere og med kommersielle industripersoner. De gjør det også mulig å utnytte institusjonens betydelige ressurser, inkludert laboratorier som gjør grunnleggende forskning, teoretiske papirer, studentprosjekter, forelesere, og regjerings- og industriforbindelser i løsning av disse problemene. Slike programmer, spesielt for translasjonell AI-forskning, er etablert ved ledende amerikanske universiteter som Stanford University, University of Pennsylvania og Northwestern University. De dukker også opp globalt i varmeområder som inkluderer Storbritannia, Israel og Singapore.

Slik en tilnærming er spesielt viktig i områder som medisin og helse, som raskt søker å inkorporere AI, Big Data, beregnings-teknologi og grunnleggende forskning i en rekke fag for å bedre forebygge og behandle kreft, hjertesykdom, medfødte og infeksiøse sykdommer og andre globale helse-trusler.

I virkeligheten fungerer universitetshuber som omfatter denne tilnærmingen som meget tidlige teknologiske inkubatorer, lignende de som drives av private sektorselskaper som Microsoft (MSFT ) eller IBM. Forskerne som er involvert i disse hubene nyter ubegrenset tilgang til forskning fra andre fakulteter de kanskje ikke ville ha koblet seg til, institusjonelle og personlige forbindelser med privat sektor, og akademisk og industriell veiledning for å utvikle kommersielle forretningsplaner.

I tillegg til å hjelpe med å tiltrekke studenter og forskere, tilbyr disse hubene også donorer og universiteter spennende nye muligheter for finansiering i form av stipend og impaktsinvesteringer fra private, institusjonelle eller regjerings-utstedte fond. Og når forskerne utvikler praktiske løsninger, åpner nye dører for kommersielle salg, lisensiering og oppkjøp som er kritiske for å produsere og markedsføre løsninger i stor skala. Det er ofte også en tilbakestrømmende effekt; når de vel-dokumenterte suksessene til slike translasjonelle programmer i å bringe løsninger til den virkelige verden – og den økende bevisstheten om den kritiske rollen til grunnleggende vitenskaper i disse applikasjonene – deretter driver mer direkte finansiering til grunnleggende vitenskap. Økt finansiering for grunnleggende vitenskap er også essensiell for universitetenes fremtid, ettersom selv om translasjonelle programmer og applikasjoner vokser, vil grunnleggende vitenskap forbli hovedfokus og hjerte av akademisk vitenskap.

Denne tilnærmingen kommer med utfordringer. Noen administratorer og forelesere ved universitetene kan ønske at deres institusjoner skal tenke to ganger før de går denne veien, ettersom det er betydelig forskjellig fra den tradisjonelt oppfattede ikke-kommersielle rollen til akademia. Når man implementerer translasjonell vitenskapsprogrammer, bør universitetene sikre at akademisk frihet og rom for andre tilleggsundersøkelser eller forskning fortsatt eksisterer. Dette kan ofte oppnås ved å inkludere bare bestemte prosjekter, med en klar og veldefinert omfang, i stedet for hele avdelinger eller all enkeltpersons arbeid, i translasjonell vitenskapsprogrammer.

Det er også praktiske spørsmål å behandle, som: Bør universitetet eie løsningene – og patentene – som oppstår fra denne prosessen? Hvor stor rol bør privat industri spille i denne prosessen? Kan, eller bør, universitetene samarbeide med eksterne organisasjoner hvis verdenssyn ikke matcher det til institusjonen? Disse er, naturligvis, alle spørsmål som hvert universitet må behandle på egen hånd. Likevel er det ingen tvil om at universitetene kan bruke disse typene huber til å gjøre seg mer relevante i dagens digitale teknologi-æra.

Samarbeid mellom universiteter og private selskaper har faktisk vært ansvarlige for viktige livsreddende initiativer. Mange av de tidligste bilkrasjtester ble utført ved Cornell University, i samarbeid med ledende forsikringsselskaper. Resultatene ledet til utviklingen av mye tryggere biler, essensielt oppfinn av sikkerhetsbelte, blant andre funksjoner. Disse innovasjonene gikk videre til å redde mange liv i påfølgende år. I dagens miljø, lignende programmer i området helse og AI – spesielt hvis de er designet til å være samarbeidende og pågående – er sikre til å redde mange flere liv i fremtiden. Universitetene har ressurser til å utvikle disse løsningene, og privat sektor har ressurser og engasjement til å bringe dem til offentligheten. Det er en synergien som kan gjøre en viktig forskjell i livene til mange mennesker.

Prof. Shai Shen-Orr er en assisterende professor ved Ruth og Bruce Rappaport-fakultetet for medisin ved Technion–Israel Institute of Technology, der han spesialiserer seg på systemimmunologi og AI for biomedisin. Han er direktør for Zimin Institute for AI-løsninger i helsevesenet og co-direktør for Tech.AI, Technions AI-hub. Han er også medgründer og sjefsvitenskapsmann for legemiddel-AI-selskapet CytoReason.