Inteligența Artificială Poate Fi Antrenată Pentru A Face Independent Predicții Științifice Bazate Pe Cunoștințele Anterioare

Există o dezbatere în curs între cercetătorii de inteligență artificială (IA) cu privire la faptul dacă Inteligența Artificială, așa cum notează TheNext Web (TNW), “va fi în curând capabilă să dezvolte tipul de inteligență generală pe care o au oamenii”, cu argumente aprige pentru și împotriva.

Dar există încă un alt domeniu de cunoaștere în care IA face pași uriași înainte, și anume în domeniul Procesării Limbajului Natural (NLP), o parte a unui umbrelă mult mai mare de învățare automată, cu “scopul de a evalua, extrage și evalueze informații din date textuale.” În acest sens, TNW face referire la o lucrare publicată recent în Nature care raportează că o IA a reușit “să prevadă viitoare descoperiri științifice prin simpla extragere a datelor semnificative din publicații de cercetare.”

Cercetarea și înțelegerea unei anumite întrebări științifice necesită pasul evident de a consulta cărți, publicații specializate, pagini web și orice alte surse relevante. Desigur, acest lucru poate fi un exercițiu extrem de consumator de timp, în special dacă avem o problemă sau o întrebare foarte complexă. Aici intervine NLP. Prin utilizarea “metodelor și tehnicilor sofisticate, programele calculatorului pot identifica concepte, relații reciproce, subiecte generale și proprietăți specifice din seturi de date textuale mari.”

Așa cum se discută în studiul menționat, “până în prezent, majoritatea metodelor automate NLP existente sunt supravegheate, necesitând intrări de la oameni. În ciuda faptului că reprezintă o îmbunătățire față de abordarea pur manuală, acesta rămâne un job laborios.” Cercetătorii care au pregătit acest raport au reușit să creeze un sistem IA care “putea identifica și extrage informații în mod independent. A utilizat tehnici sofisticate bazate pe proprietățile statistice și geometrice ale datelor pentru a identifica nume de substanțe chimice, concepte și structuri. Acest lucru s-a bazat pe aproximativ 1,5 milioane de rezumate ale lucrărilor științifice din domeniul științei materialelor.”

Apoi, acest program de învățare automată “a clasificat cuvintele din date pe baza unor caracteristici specifice, cum ar fi “elemente”, “energetice” și “legături”. De exemplu, “căldură” a fost clasificată ca parte a “energeticii”, iar “gaz” ca “elemente”. Acest lucru a ajutat la conectarea anumitor compuși cu tipuri de magnetism și similaritate cu alte materiale, printre altele, oferind insighturi cu privire la modul în care cuvintele erau conectate fără a necesita intervenție umană.”

Această metodă a făcut posibil ca IA să “capteze relații complexe și să identifice diferite straturi de informații, ceea ce ar fi practic imposibil de realizat de către oameni.” Acest lucru a permis oferirea de insighturi cu mult înainte de ceea ce pot face oamenii de știință în acest moment. IA a recomandat materiale “pentru aplicații funcționale cu mai mulți ani înainte de descoperirea lor reală. Au existat cinci astfel de predicții, toate bazate pe lucrări publicate înainte de anul 2009. De exemplu, IA a reușit să identifice o substanță cunoscută sub numele de CsAgGa2Se4as ca material termoelectric, pe care oamenii de știință l-au descoperit abia în 2012. Așadar, dacă IA ar fi existat în 2009, ar fi putut accelera descoperirea.”