5 tieteenalaa, joilla tekoäly auttaa jo tekemään suuria löytöjä

1. Tarina

Historioitsijat tilaavat jo tekoälyä tutkimaan käsikirjoituksia. Hän selviää tästä tehtävästä nopeammin, lisäksi hän ei näe ongelmaa huonossa luettavuudessa: kirjoittajan outo käsiala, kellastunut paperi tai haalistunut muste eivät häiritse hänen työtä. Samalla hän pystyy tunnistamaan sanojen ja lauseiden lisäksi myös tekstin rakenteen - hän tarkkailee jakoa kappaleisiin, lukuihin ja kappaleisiin.

Esimerkki tällaisesta historioitsijoiden ja tekoälyn yhteistyöstä on Venäjän projekti "Digitaalinen Peter». Neuraaliverkko on koulutettu Pietari I: n käsinkirjoitukseen ja se tulkitsee muutamassa minuutissa kaikki keisarin käsinkirjoitetut tekstit. Toinen samanlainen työkalu on itävaltalainen alusta Transcribus. Se tunnistaa eri kieliä ja käsialan, mutta vaatii ensin kalibroinnin: hermoverkko tutkii pari sivua tekstiä, käy läpi useita versioita ja alkaa sitten toimia tarkasti ja nopeasti.

AI voimat sallia analysoida suuria tietomääriä: ei vain tekstejä, vaan myös erilaisia ​​kaavioita ja piirustuksia. Tiedemiehet voivat ohjata hermoverkkoa esimerkiksi etsimään yhden tekstin kaikki käännökset ja esitykset eri kirjoista.

Tekoäly osaa myös täyttää vanhojen asiakirjojen aukkoja ja määrittää niiden alkuperän ajan ja paikan. Tällaisia ​​alustoja ovat mm Ithaca. Hän esimerkiksi selvensi joidenkin antiikin kreikkalaisten asetusten luomispäivää. Aikaisemmin uskottiin, että ne kirjoitettiin vuonna 446 eKr. AI näki kuvioita, jotka osoittavat vuoteen 421 eaa. e.

2. Lääke

Tekoäly lääketieteessä nopeuttaa sekä lääkäreiden että tiedemiesten työtä. Hän on ensimmäinen, joka auttaa diagnoosissa: nopeasti opinnot seulontaa, etsii tarvittavat merkit ja antaa vastauksen, jonka asiantuntijat sitten tulkitsevat. Tekoäly Moskovan klinikoilla käyttää vuodesta 2020 lähtien analysoimaan röntgen-, CT- ja MRI-tuloksia.

On todennäköistä, että algoritmit pystyvät pian havaitsemaan myös harvinaisia ​​sairauksia. Samanlaisia ​​mekanismeja tutkitaan jo. Esimerkiksi Harvard Medical Schoolin tutkijat luotu SISH-työkalu, joka luokittelee erilaisia ​​pahanlaatuisia kasvaimia. Osana kokeilua tekoäly tutki noin 22 000 kuvaa ja jakoi ne nopeasti yli 50 luokkaan.

Tutkijat tekoälylaboratorioissa helpottaa työtä lääkkeiden ja rokotteiden kehittämiseksi. Se laskee eri tehoaineiden yhdistelmiä ja raportoi niiden arvioidut tehokkuusprosentit. Tämän seurauksena sinun ei tarvitse käyttää vuosia epäonnistuneiden vaihtoehtojen testaamiseen etukäteen. Sitä käytetään jo aktiivisesti. Vuodeksi 2021 vain Yhdysvaltain terveysministeriölle tuli yli 100 tekoälyllä kehitettyä lääkehyväksyntähakemusta.

Yksi lääketieteellisistä avustajista lääkkeiden luomisessa on AlphaFold-hermoverkko, rakennettu yli 200 miljoonan proteiinin rakenne. Hänen työnsä ansiosta Oxfordin yliopiston tutkijat tunnistettu malarialoisen avainproteiinin rakenne, joka auttaisi vahvistamaan rokotetta tautia vastaan. Aiemmat röntgenkristallografiatutkimukset eivät sallineet tätä.

AI myös käyttää geeniterapian nykyaikaistamiseen. Tulevaisuudessa hän tarjota ja nopeampi mukava tutkimus ihmisen genomista. Tiedemiehet ehdottavat, että tämän alan tutkimus tuottaa kymmenen vuoden sisällä jopa 40 eksatavua (kvinmiljoonaa tavua) tietoa: tällaisen määrän käsittely on mahdoton tehtävä.

Digiteknologian asiantuntijat, kuten Tech Whisperer Limitedin perustaja Jasprit Bindra, uskovat myös tekoälyn valoisaan tulevaisuuteen lääketieteessä. Koulutusmaratonissa ”Tieto. Hän on Venäjän "Tieto"-yhteiskunnan ensimmäinen ehdottiettä tekoälyllä on mahdollisuus mullistaa lääketiede, kuten penisilliini kerran teki, ja siitä tulee korvaamaton apulainen YK: n terveysohjelmien täytäntöönpanossa. Myös vuoden 2023 lopulla julkaistava viides versio GPT-hermoverkkokielimallista selviää Bindran mukaan lääkäreitä nopeammin analyysien tulkinnasta ja hoidon valinnasta.

3. Fysiikka

Fysiikan tekoälyä on käytetty suuren datan analysointiin pitkään. Ja hänellä on paljon syytä olla ylpeä. Vuonna 2012 koneoppimismallit auttoivat Euroopan ydintutkimuskeskuksen CERNin henkilökuntaa avata Higgsin bosoni. Tekoälyn tehtävänä oli analysoida loputonta signaalivirtaa Large Hadron Colliderista, etsiä merkkejä tästä alkeishiukkasesta ja merkitä ne.

Tulevaisuudessa tekoäly voi yksinkertaistaa kvanttiongelmien ratkaisua. Todiste tästä on New Yorkin tutkijoiden työ: he loivat ja kouluttivat algoritmin, joka lyhennetty Hubbard-mallin laskelmat 100 000 yhtälöstä neljään. Tämä ei vaikuttanut laskelmien tarkkuuteen.

Toinen mahdollinen tekoälyn tehtävä tulevaisuudessa on uusien fyysisten lakien etsiminen. Jotta tämä toteutuisi, tarvitsemme algoritmin, joka voi määrittää tilamuuttujat. Ja Columbian yliopiston tutkijoilla on tämä tapahtui. Heidän tekoälynsä pystyi arvaamaan itsenäisesti, mikä ohjaa heiluria ja laavalamppua, sekä miksi takka palaa. Sisääntuloista instrumentissa oli vain videotallenteita. Tekoälyn ehdottamat muuttujat eivät aina vastanneet niitä, joihin fyysikot itse olivat tottuneet. Tiedemiehet ovat tulleet siihen johtopäätökseen, että tekoälyllä on mahdollisuus näyttää ihmisille luonnon aiemmin tuntemattomat liikkeellepaneva voimat ja saada heidät tekemään uusia johtopäätöksiä, jotka todennäköisesti muuttavat sekä tiedettä että ymmärrystämme maailmasta.

4. Tähtitiede

Galaksit, planeetat, tähdet ja muut avaruuskohteet ovat todellisuudessa valtavia, mutta suuressa mittakaavassa kaukoputkesta otetuissa valokuvissa ne näyttävät muruilta. Niiden löytäminen itse vie paljon aikaa. Tekoäly auttaa tutkijoita selviytymään paljon nopeammin. Alusta voi esimerkiksi analysoida kuvia avaruudesta Morpheuskoulutettu Hubble-teleskoopin kehyksillä. AI etsivä taito tahtoa erityisen hyödyllinen etsittäessä eksoplaneettoja, eli aurinkokunnan ulkopuolella olevia taivaankappaleita.

Smithsonian Astrophysical Observatoryn tutkijat käyttävät myös tekoälyä metsästää lyhytaikaisiin kosmisiin tapahtumiin, kuten supernoveihin, ja seuraamaan Auringon sään muutoksia. Viimeistä tehtävää varten hermoverkon on kerättävä 1,5 teratavua tietoa päivässä.

Tiedemiehet käyttävät tekoälyä myös kuvien luomiseen olemattomista galakseista. Se näyttää pelottavan realistiselta. NASA vuonna 2021 asetettu hänen verkkosivuillaan kollaasi 225 kuvasta, joista vain yksi on otettu kaukoputkella. Alkuperäistä on lähes mahdotonta löytää väärennösten joukosta. Mutta tiedemiehet tarvitsevat väärennettyjä kuvia ja malleja, eivät vain leikkiäkseen pilaa ei-ammattimaisille avaruuden ystäville. Heidän avullaan hermoverkko oppii ja testaa hypoteeseja: he tarkistavat, kuinka projektiota muistuttava avaruusobjekti käyttäytyy eri olosuhteissa.

5. Ekologia

Ympäristönsuojelijalle tekoäly on hyödyllinen ensisijaisesti sen kyvyn vuoksi kerätä ja analysoida tietoja. Esimerkiksi vuonna 2022 UNEP (United Nations Environment Programme) lanseerasi tekoälyllä toimivan digitaalisen alustan WESP. Sen algoritmit keräävät tietoa eri antureilta ympäri maailmaa, analysoivat ja visualisoivat. Ja kaikki tämä reaaliajassa. Laite tarkkailee erityisesti jäätiköiden massan muutosta ja ilmakehän hiilidioksidipitoisuutta. Lisäksi WESP tarjoaa ennusteita.

UNEP: n ekosysteemissä toimii muitakin tekoälytyökaluja. Alusta IMEO tarkkailee metaanipäästöjä ja Jalokivet - ilmansaasteiden vuoksi.

Tekoäly pystyy yksinkertaistamaan ja hallitsemaan ekosysteemejä. Joten tämän vuoden koneoppimisohjelma auttaa Englannin tutkijat tarkkailevat planktonyhteisöä kellon ympäri. Joten he tarkistavat, kuinka ympäristömuutokset vaikuttavat näihin olentoihin.