Nobel-Turing Kihívás – A tudomány új forradalma?
Hiroaki Kitano, a Sony AI vezérigazgatója 2016-ban indította útjára a Nobel-Turing Challenge-et, amelynek célja, hogy fejlesszünk olyan MI-t, amely emberi beavatkozás nélkül, önállóan képes lesz Nobel-díjat érő tudományos áttörésre. Ez magában foglalja a hipotézisalkotást, a kísérlettervezést és az adatelemzést is. A jelenlegi MI-modellek még nem tartanak itt, ám a kihívás szervezői szerint akár 2050 előtt is megvalósulhat a cél. Ross King, a Cambridge-i Egyetem kutatója szerint tíz éven belül szinte biztosan születik ilyen eredmény.
Ugyanakkor sokan kételkednek ebben. A kritikusok hangsúlyozzák: a mai MI-rendszerek valójában csak az emberiség eddigi tudására tudnak építeni, és ehhez viszonylag kis költségvetés társul. Nem hagyható figyelmen kívül, hogy komoly állami befektetésre lenne szükség, ha valódi áttörést várnánk a területtől – legalább 370 milliárd forintos (1 milliárd USD) nagyságrendben.
Mi számít MI által elért felfedezésnek?
A Nobel-díj célja, hogy az emberiség egésze nevében ismerje el a legnagyobb tudósokat. Eddig csak élő emberek, szervezetek vagy intézmények kaphatták meg. 2024-ben ugyan díjazták a gépi tanulás úttörőit és a Google DeepMind AlphaFold (Fehérjemodellező, eredeti cím: AlphaFold) MI-rendszerét is, de ezekért a MI fejlesztéséhez fűződő tudományos eredményeket ismerték el – nem pedig azt, ha maga a MI alkotott volna új tudományos elméletet.
Az igazi MI tudós akkor nyerhetné el saját Nobel-díját, ha a teljes kutatási folyamat autonóm módon, önálló döntésekkel zajlana le: a kérdések megfogalmazásától a kísérleteken és az adatelemzésen át.
MI az új laborasszisztens – vagy már kutató?
Ma már az MI szinte mindenhol felbukkan a felfedezés folyamatában. Komplex rendszerek segítik a teóriák alkotását, gyógyszerek fejlesztését és szerkezeti jóslásokat is. Például Gabe Gomes, a Carnegie Mellon Egyetem vegyésze a Coscientist nevű szoftverével laboratóriumi robotberendezéseket irányít, amelyek MI-modelleket alkalmaznak. A Coscientist egy kémiai probléma megoldására fél óra alatt képes volt, amin Gomes doktorandusz éveken át dolgozott.
Nem hagyható figyelmen kívül, hogy egyre többen használják az MI-t kreatív ötletek generálására is – például a Google és más cégek is MI segítségével kutatnak. Jelenleg azonban az MI többnyire csak asszisztensként működik: adatokat vizsgál, jóslatokat tesz, illetve kiszámíthatatlan kutatási folyamatokat gyorsít fel.
A belátható jövőben a következő lépés az lehet, hogy az MI önállóan kutasson a tudományos szakirodalomban, maga találja ki és tesztelje saját hipotéziseit. Már vannak példák arra is, amikor MI fedezett fel új biológiai összefüggéseket, amelyekről a kutatók nem tudtak – például COVID-19-cel kapcsolatban.
Az MI kihívásai: kreativitás, tapasztalat, etika
Ugyanakkor jelentős akadályok állnak még azelőtt, hogy az MI valóban önálló kutatóvá váljon. Az Allen Institute for AI kutatói 57 MI-modellt elemeztek, és azt találták: az egyszerű tudományos feladatokat az esetek 70 százalékában sikerül megoldaniuk, ám a teljes kutatási folyamatot mindössze az esetek 1 százalékában hajtották végre sikeresen. Ennek hátterében az áll, hogy a jelenlegi MI-rendszerek sokszor csak utánzó mechanizmusok révén érnek el sikereket, nem pedig új elveket alkotnak.
Fontos különbség, hogy a MI-k világlátása kizárólag a betáplált adatokon alapul; maguk nem tapasztalják a világot. Ez megakadályozza, hogy emberi kutatóként kíváncsi, kreatív kérdéseket tegyenek fel, vagy igazán újszerű elméleteket hozzanak létre.
Messeri és Crockett társadalomtudósok óvnak a túlzott MI-be vetett hittől: szerintük túl nagy teret kaphat az MI, ami kiszoríthatja az újító emberi módszereket, a kezdő kutatók pedig elveszíthetik tanulási lehetőségeiket. A túlautomatizálás csökkentheti a tudományos innovációt, illetve elavulttá teheti magát a díjrendszert is.
Hogyan lesz az MI-ből valódi tudós?
A szakértők egyetértenek abban, hogy az MI akkor válhat önálló tudóssá, ha képes saját gondolkodását felülvizsgálni, úgynevezett meta-gondolkodást fejleszteni, valamint kreatív és kritikus önreflexióra szert tenni. Ehhez a jelenlegi kutatási irányoknál szélesebb szemléletre, nagyobb forrásokra és társadalmi párbeszédre van szükség.
Ennek fényében még bizonytalan, mikor lesz Nobel-díjas MI, de egyre több tudományágban jelennek meg MI-ügynökök, és nem kizárt, hogy az első önálló MI-felfedező már készülőben van – vagy akár hamarabb ér célba, mint arra a legtöbben számítanak.
