6 мин. чтения
8/17/2023 11:43:15 AM

Q & A: Ученый обсуждает искусственный интеллект за пределами клиники

Article Preview Image Поколение научных гипотез с АИ.Кредит: Природа (2023).Doi: 10.1038/s41586-023-06221-2

ИИ уже меняет способ, которым ученые обнаруживают и разрабатывают лекарства.Предсказывает, как молекулы взаимодействуют, а белки складываются с никогда ранее невидимой скоростью и точностью.Однажды ИИ может даже регулярно использовать для защиты функции ядерных реакторов.

Это всего лишь некоторые из захватывающих применений ИИ в естественных науках, согласно комментарию в природе, созданном Маринкной Зитником, доцентом кафедры биомедицинской информатики в Гарвардской медицинской школе.Зитник возглавил команду авторов-исследователей из 36 академических и отраслевых лабораторий со всего мира.

Зитник: Я думаю, что это потому, что реализация обширной возможности, которую ИИ представляет для наук о жизни и естественных наук, еще не произошло еще не произошло.Практика науки может варьироваться в зависимости от дисциплин, но научный метод, который помогает нам объяснить мир природы, представляет собой универсальный, фундаментальный принцип во всех дисциплинах.

Научный метод существует с 17 -го века, но методы, используемые для генерации гипотез, сбора данных, проведения экспериментов и сбора измерений, теперь могут быть улучшены и ускорены благодаря вдумчивому и ответственному использованию ИИ.

Zitnik: Открытия, сделанные с помощью комбинированного использования человеческого опыта и искусственного интеллекта, уже влияют на нашу повседневную жизнь.ИИ используется для синтеза новых лекарств.Он используется для разработки новых материалов с свойствами, которые делают их надежными и жесткими для поддержки строительства мостов и зданий.

Алгоритмы ИИ использовались для обеспечения обратной связи в реальном времени и контроля стратосферных воздушных шаров для прогнозирования погоды.В физике, которая может показаться настолько далеко от повседневной жизни, недавно разработанные алгоритмы ИИ были использованы для контроля симулятора Токамака - реактора ядерного слияния в развитии - для того, чтобы сделать ее безопасную операцию менее зависимой от интуиции человека и только опыта.

Zitnik: Я очень взволнован потенциалом ИИ, чтобы не только способствовать научному пониманию, но и для того, чтобы получить его самостоятельно, чтобы самостоятельно генерировать знания.Было показано, что модели ИИ могут отражать сложные научные концепции, такие как периодическая таблица элементов, из литературы без какого -либо руководства.

Способность развивать автономные знания может направлять будущие открытия, встроенные в прошлые публикации.Например, это может быть открытие молекулы для лечения болезни Альцгеймера.Такое открытие потребует идентификации косвенных отношений между публикациями и разными дисциплинами - химии, биологией, медицины, соблюдением химических свойств молекул с биологическим поведением молекулярных путей, участвующих при болезни Альцгеймера, а затем к клиническому фенотипам и симптомам пациентов.

Соединение всех этих дисциплин и публикаций для выявления общих принципов и создания новой гипотезы было бы невозможно для человека.«Со-пилоты» ИИ могут читать не только научные публикации, но и необработанные данные исследований, изображения и экспериментальные лабораторные данные, а затем извлекать скрытые знания и представлять их в качестве гипотезы для оценки экспертами человека.Это требует, чтобы модели ИИ сформулировали гипотезы, которые не записаны, не подразумеваются непосредственно или предложены в существующей научной литературе.

Это проблемы, которые потребляют большую часть времени ученых и часто отличают очень хороших ученых от исключительных.Мы надеемся, что в будущем ученые потратят меньше времени на обычную лабораторную работу и больше времени на руководство, доступ к гипотезам ИИ и оценивая гипотезы ИИ и направляют модели ИИ к вопросам исследования, которые они заинтересованы.

Еще одна захватывающая возможность-это идея дизайна, основанного на AI человека в петле, открытия и оценки.Было бы возможно автоматизировать обычные научные рабочие процессы и объединить фактические эксперименты в физическом мире с виртуальными моделями ИИ и робототехникой.

Это позволило бы нам использовать прогнозы и провести эксперименты высокопроизводимой.Это создаст лаборатории самостоятельного вождения, где некоторые эксперименты будут непосредственно руководствоваться прогнозами и результатами, сделанными моделями ИИ.

Zitnik: Одна проблема связана с практическими соображениями.Внедрение и интеграция модели с лабораторным оборудованием требует много работы и сложного программного и аппаратного проектирования, курирование данных и лучшие пользовательские интерфейсы.В настоящее время незначительные изменения в программном и аппаратном обеспечении могут привести к значительным изменениям в производительности искусственного интеллекта.

Таким образом, это становится рискованным для пары виртуальных инструментов ИИ с реальными физическими устройствами, которые могут работать в реальном мире.Данные и модели должны быть стандартизированы.В конечном счете, если все сделано правильно, я ожидаю увидеть появление самостоятельных лабораторий и полуавтономных двигателей открытия.

Другая проблема связана с основами машинного обучения.Существуют пробелы в том, что алгоритмы в настоящее время могут делать, в сравнении с тем, что нам нужно, чтобы они использовались в обычном образом.Научные данные являются мультимодальными, такие как черные дыры в космологии, естественный язык в научной литературе, биологические последовательности, такие как аминокислоты, и 3D-молекулярные и атомные структуры.Интеграция этих данных является сложной задачей, но необходима, потому что, рассматривая любой набор данных в изоляции, не может дать целостное представление о проблеме.

Другая важная задача заключается в том, что большинство моделей ИИ сегодня все еще работают как черные ящики.Это означает, что ученые, пользователи, не могут полностью понять или объяснить, как работают эти модели.Это проблема, потому что научное понимание лежит в основе развития науки.Как разработать более прозрачные модели глубокого обучения?Это остается неуловимым.

Неправильное применение и неправильное использование ИИ являются еще одной проблемой.Алгоритмы могут быть разработаны для одной цели, но используются для другой.Это может создать уязвимости для манипуляции.Например, в молекулярных науках мы наблюдаем увеличение использования генеративного ИИ для проектирования молекулярных структур.ИИ может генерировать структуры, которые обладают лекарственными свойствами, представляющими молекулы, которые будут доставлены в определенные ткани, что делает их перспективными кандидатами в наркотики.Тем не менее, можно взять точно такой же алгоритм и настроить критерии.

Таким образом, вместо оптимизации молекул, чтобы вести себя как лекарства, алгоритм может генерировать молекулы, которые напоминают биоуапоны.Должен быть критический разговор о том, что несет ответственное использование ИИ в науке.Нам нужно подумать о создании процессов проверки этики и руководящих принципов реализации, которых в настоящее время не существует.

Zitnik: решение проблем потребует новых способов мышления и сотрудничества.Двигаясь вперед, мы должны изменить то, как формируются исследовательские группы.Мы ожидаем, что больше специалистов по ИИ и инженеров по программному обеспечению и оборудованию станут важными членами научных исследовательских групп.

Мы ожидаем новых форм сотрудничества, связанных с правительством на всех уровнях, корпорациях и учебных заведениях.Привлечение корпораций важно, потому что по мере того, как модели искусственного интеллекта продолжают расти в размерах, обучение этих моделей потребует ресурсов, которые обычно существуют только в горстке крупных технологических компаний.

Университеты, с другой стороны, лучше интегрированы по дисциплинам.Только в университетах у нас есть департаменты химии, биологии, физики и социологии и так далее.Таким образом, академические круги имеют лучшее положение, чтобы понять и изучить, как предотвратить различные риски и неправильные употребления ИИ.

Больше информации: Ханчен Ван и др., Научное открытие в эпоху искусственного интеллекта, природа (2023).Doi: 10.1038/s41586-023-06221-2

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Новая модель искусственного интеллекта может изменять видимый возраст изображений лица, сохраняя при этом отличительные черты.

8/29/2023 · 6 мин. чтения

Новая модель искусственного интеллекта может изменять видимый возраст изображений лица, сохраняя при этом отличительные черты.

Hack Hack раскрывает риск безопасности звонков на смартфонах

8/23/2023 · 6 мин. чтения

Hack Hack раскрывает риск безопасности звонков на смартфонах