Янг Ихао, водещият изследовател на Qiushi Engine, демонстрира процеса на използване на системата за експеримент в оптична лаборатория. [Photo provided to chinadaily.com.cn]
Изследователи от университета Zhejiang в Ханджоу, провинция Zhejiang представиха система за научни открития с изкуствен интелект на 15 юли, която може самостоятелно да организира и непрекъснато да напредва в научните изследвания, което го прави най-новото усилие да се премине отвъд традиционната роля на изкуствения интелект като асистент в научните изследвания.
Наречена Qiushi Engine, системата за научни открития е разработена от Колежа по информационни науки и електронно инженерство към университета. Той е предназначен да се справя с отворени научни проблеми чрез автономно планиране, изпълнение и усъвършенстване на изследователски задачи по време на изследователския процес.
„Преди това изкуственият интелект служеше главно като асистент в научните изследвания, помагайки на учените да търсят литература, да пишат код и да обработват данни“, каза Янг Ихао, водещ изследовател на проекта. „Но научното изследване е много повече от изпълнение на изолирани задачи. То включва непрекъснато повдигане на въпроси, тестване на хипотези, преразглеждане на подходи и придвижване на изследователски проект напред към обща цел.“
За разлика от конвенционалните AI инструменти, които изпълняват индивидуални инструкции, Qiushi Engine непрекъснато оценява напредъка на изследванията и коригира стратегията си, докато върви. Той решава какво да прави по-нататък, генерира последващи задачи и може да поддържа разсъждения в хиляди стъпки.
Янг отбеляза, че подходът на Qiushi Engine е тясно свързан с концепцията за „Loop Engineering“, рамка за научни открития, предложена от OpenAI миналия месец.
На практика изследователите просто предоставят изследователска цел с отворен край и системата извършва преглед на литературата, теоретичен анализ, експериментален дизайн, програмиране, анализ на данни и оценка на резултатите, коригирайки своите планове въз основа на експериментална обратна връзка в итеративен цикъл.
Системата вече е демонстрирала възможностите си на платформа за оптични изследвания в реалния свят. Имайки само отворена цел, Qiushi Engine проведе изследователски процес от 206 стъпки, продължил около 21,5 часа, и предложи четири кандидат-посоки. Чрез множество кръгове на опити и грешки срещу реална експериментална обратна връзка, той идентифицира причините за неуспехите, преразгледа своите планове и в крайна сметка предложи и експериментално потвърди механизъм за оптично билинеарно взаимодействие за релационни изчисления, подобни на Transformer. В отделна задача екипът каза, че е завършил за около шест часа, което обикновено изисква от изследователите няколко седмици работа.
Екипът подчерта, че докато AI може да поеме съществени, устойчиви части от изследователския процес, човешките изследователи остават отговорни за поставянето на цели, прегледа на доказателствата и валидирането на заключенията чрез подходящи научни методи, включително експерименти в реалния свят, когато е приложимо.
Пан Юнхе, академик на Китайската академия по инженерство и експерт по изкуствен интелект, каза, че глобалната технологична конкуренция все повече се простира отвъд разработването на по-мощни големи модели до тяхното приложение при решаване на сложни проблеми от реалния свят, като научните изследвания се очертават като една от най-важните области.
Пан вярва, че докато ИИ за наука продължава да се развива, изкуственият интелект се превръща от изследователски инструмент в изследователски сътрудник: хората ще се съсредоточат върху идентифицирането на научни въпроси и задаването на насоки, докато ИИ ще поеме непрекъснато проучване, анализ и оптимизация.
Отговаряйки на опасенията относно това дали изкуственият интелект може да замени изследователите, Чен Хонгшенг, декан на Колежа по информационни науки и електронно инженерство и ръководител на изследователския екип, каза, че бъдещото образование ще постави по-голям акцент върху култивирането на способности от по-висок порядък на учениците, като например задаване на добри въпроси, критична оценка на доказателства и разбиране на ограниченията на методологиите.
В бъдеще се очаква Qiushi Engine да се интегрира с по-широка гама от изследователски инструменти и експериментални платформи, за да поддържа области, включително наука за материалите, квантова наука, наука за високо налягане и хуманитарни и социални науки, и да се разшири от вътрешно валидиране на изследвания към по-широки научни приложения в реалния свят.