5 zinātnes jomas, kurās AI jau palīdz veikt lielus atklājumus
Literārs Mistrojums / / May 15, 2023
Zinātnieki mākslīgajam intelektam uztic laikietilpīgākos un laikietilpīgākos uzdevumus, lai padarītu iespējamu to, kas iepriekš šķita gandrīz nereāls.
1. Stāsts
Vēsturnieki jau pasūta AI, lai pētītu manuskriptus. Ar šo uzdevumu viņš tiek galā ātrāk, turklāt nesaskata problēmu sliktajā lasāmībā: autora dīvainais rokraksts, nodzeltējis papīrs vai izbalējusi tinte darbam netraucē. Tajā pašā laikā viņš spēj atpazīt ne tikai vārdus un teikumus, bet arī teksta uzbūvi – ievēro dalījumu rindkopās, nodaļās un rindkopās.
Šādas vēsturnieku un mākslīgā intelekta sadarbības piemērs ir Krievijas projekts "Digitālais Pēteris». Neironu tīkls ir apmācīts Pētera I rokrakstā un dažu minūšu laikā atšifrē visus imperatora ar roku rakstītos tekstus. Vēl viens līdzīgs rīks ir Austrijas platforma Transcribus. Tas var atpazīt dažādas valodas un rokrakstu, taču vispirms ir nepieciešama kalibrēšana: neironu tīkls izpēta pāris teksta lappuses, iziet vairākas pārskatīšanas un pēc tam sāk darboties precīzi un ātri.
AI spējas
Atļaut analizēt lielu informācijas apjomu: ne tikai tekstus, bet arī dažādas diagrammas un zīmējumus. Zinātnieki var uzdot neironu tīklam, teiksim, atrast visus viena teksta tulkojumus un ekspozīcijas dažādās grāmatās.
AI spēj arī aizpildīt robus vecajos dokumentos un noteikt to rašanās laiku un vietu. Šādas platformas ietver Ithaka. Piemēram, viņa precizēja dažu seno grieķu dekrētu radīšanas datumu. Iepriekš tika uzskatīts, ka tie ir sarakstīti 446. gadā pirms mūsu ēras. piem., AI redzēja rakstus, kas norāda uz 421. gadu pirms mūsu ēras. e.
2. Medicīna
AI medicīnā paātrina gan ārstu, gan zinātnieku darbu. Viņš ir pirmais, kas palīdz noteikt diagnozi: ātri studijas skrīningus, meklē nepieciešamos marķierus un sniedz atbildi, ko pēc tam interpretē speciālisti. Mākslīgais intelekts Maskavas klīnikās izmantot no 2020. gada, lai analizētu rentgenstaru, CT un MRI rezultātus.
Visticamāk, ka drīzumā algoritmi spēs atklāt arī retās slimības. Līdzīgi mehānismi jau tiek pētīti. Piemēram, Hārvardas Medicīnas skolas pētnieki izveidots SISH rīks, kas klasificē dažādus ļaundabīgo audzēju veidus. Eksperimenta ietvaros AI pētīja aptuveni 22 000 attēlu un ātri sadalīja tos vairāk nekā 50 kategorijās.
Zinātnieki mākslīgā intelekta laboratorijās atvieglo darbs pie zāļu un vakcīnu izstrādes. Tas aprēķina dažādas aktīvo vielu kombinācijas un ziņo par aplēsto to efektivitātes procentuālo daļu. Tā rezultātā jums nav jātērē gadi, iepriekš pārbaudot neveiksmīgās iespējas. Tas jau tiek aktīvi izmantots. 2021. gadam tikai ASV Veselības ministrijai nāca vairāk nekā 100 zāļu apstiprināšanas lietojumprogrammas, kas izstrādātas ar AI.
Viens no medicīnas palīgiem zāļu radīšanā ir AlphaFold neironu tīkls, būvēts vairāk nekā 200 miljonu olbaltumvielu struktūra. Pateicoties viņas darbam, Oksfordas universitātes zinātnieki identificēts malārijas parazīta galvenā proteīna struktūra, kas palīdzētu stiprināt vakcīnu pret šo slimību. Iepriekšējie pētījumi, izmantojot rentgenstaru kristalogrāfiju, to neļāva.
AI arī izmantot modernizēt gēnu terapiju. Nākotnē viņš nodrošināt un ātrāka ērta cilvēka genoma izpēte. Zinātnieki liek domāt, ka desmit gadu laikā pētījumi šajā jomā radīs līdz 40 eksabaitiem (kvintiljoniem baitu) datu: cilvēkam apstrādāt šādu apjomu ir neiespējams uzdevums.
Digitālo tehnoloģiju eksperti, piemēram, Tech Whisperer Limited dibinātājs Jasprit Bindra, arī tic AI spožai nākotnei medicīnā. Izglītības maratonā “Zināšanas. Pirmais" Krievijas biedrības "Zināšanas" viņš ieteiktska AI ir iespēja revolucionizēt medicīnu, kā savulaik to darīja penicilīns, un kļūt par neaizstājamu palīgu ANO veselības programmu īstenošanā. Tāpat, pēc Bindras domām, GPT neironu tīkla valodas modeļa piektā versija, kas iznāks 2023. gada beigās, tiks galā ar analīžu interpretāciju un ārstēšanas izvēli ātrāk nekā ārsti.
3. Fizika
AI fizikā jau sen ir izmantots lielu datu analīzei. Un viņam ir ar ko lepoties. 2012. gadā mašīnmācības modeļi palīdzēja Eiropas Kodolpētījumu centra CERN darbiniekiem atvērts Higsa bozons. AI uzdevums bija analizēt bezgalīgo signālu plūsmu no Lielā hadronu paātrinātāja, meklēt šīs elementārdaļiņas pazīmes un tās atzīmēt.
Nākotnē AI var vienkāršot kvantu problēmu risinājumu. Pierādījums tam ir Ņujorkas pētnieku darbs: viņi izveidoja un apmācīja algoritmu, kas saīsināts Habarda modeļa aprēķini no 100 000 vienādojumiem līdz četriem. Aprēķinu precizitāti tas neietekmēja.
Vēl viens iespējamais AI uzdevums nākotnē ir jaunu fizisko likumu meklēšana. Lai to padarītu par realitāti, mums ir nepieciešams algoritms, kas var noteikt stāvokļa mainīgos. Un Kolumbijas universitātes zinātniekiem tas ir noticis. Viņu mākslīgais intelekts spēja patstāvīgi uzminēt, kas virza svārstu un lavas lampu, kā arī kāpēc deg kamīns. No ieejām instrumentam bija tikai video ieraksti. Mākslīgā intelekta piedāvātie mainīgie ne vienmēr sakrita ar tiem, pie kuriem bija pieraduši paši fiziķi. Zinātnieki ir nonākuši pie secinājuma, ka mākslīgajam intelektam ir iespēja parādīt cilvēkiem iepriekš nezināmos dabas virzītājspēkus un virzīt viņus uz jauniem secinājumiem, kas, visticamāk, mainīs gan zinātni, gan mūsu izpratni par pasauli.
4. Astronomija
Galaktikas, planētas, zvaigznes un citi kosmosa objekti patiesībā ir milzīgi, taču liela mēroga fotogrāfijās no teleskopa tie izskatās kā drupatas. Lai tos atrastu patstāvīgi, ir nepieciešams daudz laika. AI palīdz zinātniekiem tikt galā daudz ātrāk. Piemēram, platforma var analizēt attēlus no kosmosa Morfejsapmācīts uz Habla teleskopa kadriem. AI detektīva prasme gribu īpaši noderīgi, meklējot eksoplanētas, tas ir, debess ķermeņus, kas atrodas ārpus Saules sistēmas.
Smitsona astrofizikas observatorijas zinātnieki arī izmanto AI, lai medības īstermiņa kosmiskiem notikumiem, piemēram, supernovām, un uzraudzīt laikapstākļu izmaiņas uz Saules. Pēdējam uzdevumam neironu tīklam ir jāsavāc 1,5 terabaiti informācijas dienā.
Zinātnieki arī izmanto AI, lai radītu neesošu galaktiku attēlus. Tas izskatās biedējoši reālistiski. NASA 2021. gadā izklāstīts savā tīmekļa vietnē kolāža ar 225 attēliem, no kuriem tikai viens tika uzņemts ar teleskopu. Starp viltojumiem ir gandrīz neiespējami atrast oriģinālu. Taču zinātniekiem ir vajadzīgas viltotas bildes un modeļi ne tikai tāpēc, lai izjokotu neprofesionālus kosmosa cienītājus. Ar viņu palīdzību neironu tīkls apgūst un pārbauda hipotēzes: viņi pārbauda, kā projekcijai līdzīgs kosmosa objekts izturēsies dažādos apstākļos.
5. Ekoloģija
Vides speciālistiem mākslīgais intelekts galvenokārt ir noderīgs, jo tas spēj vākt un analizēt datus. Piemēram, 2022. gadā UNEP (Apvienoto Nāciju Organizācijas Vides programma) uzsāka ar AI darbinātu digitālo platformu. WESP. Tās algoritmi apkopo informāciju no dažādiem sensoriem visā pasaulē, analizē un vizualizē. Un tas viss reāllaikā. Jo īpaši instruments uzrauga ledāju masas izmaiņas un oglekļa dioksīda koncentrāciju atmosfērā. Turklāt WESP nodrošina prognozes.
UNEP ekosistēmā darbojas arī citi mākslīgā intelekta rīki. Platforma IMEO uzrauga metāna emisijas, un dārgakmeņi - par gaisa piesārņojumu.
Mākslīgais intelekts spēj vienkāršot un kontrolēt ekosistēmas. Tātad, šī gada mašīnmācīšanās programma palīdzēs zinātnieki no Anglijas uzrauga planktona kopienu visu diennakti. Tāpēc viņi pārbaudīs, kā šīs radības ietekmē vides izmaiņas.