W środę podczas konferencji Research@ w Warszawie wiceszef firmy Google i szef Google Research Yossi Matias ocenił, że dzięki upowszechnieniu się sztucznej inteligencji „magiczny cykl badań” przyspiesza w bezprecedensowy sposób. Wyjaśnił, że ów „magiczny cykl” polega na identyfikowaniu realnych problemów, rozwiązywaniu ich dzięki badaniom naukowym, a następnie wdrażaniu tych rozwiązań w rzeczywistości. Zastosowania te z kolei dostarczają danych zwrotnych, które pozwalają na zadawanie nowych pytań badawczych i weryfikację hipotez.

Zdaniem Matiasa możliwość stosowania AI w badaniach naukowych sprawia, że taki cykl iteracji (powtarzania procesu, ale przy wykorzystaniu nowej wiedzy) następuje bezprecedensowo szybko.

Matias ocenił, że czasami możemy zająć się problemem, dokonać przełomu i faktycznie zastosować go w ciągu miesięcy, a następnie iterować.

Z tą tezą zgodził się podczas dyskusji na konferencji Research@ dyrektor Instytutu Badawczego IDEAS prof. Piotr Sankowski. Ocenił on, że przyspieszanie odkryć naukowych przez AI to pozytywne zjawisko. - Zmiana ta szybko nadchodzi - stwierdził. Jego zdaniem nie ma obaw o stosowanie metody naukowej: „AI nie zmieni metody naukowej”.

Prof. Sankowski zwrócił jednak uwagę, że w podejściu naukowym ważne są tzw. wyniki negatywne. W nauce bowiem liczą się również dane z tych eksperymentów, które się nie udały lub nie przyniosły oczekiwanych rezultatów i nie potwierdziły istnienia spodziewanych powiązań między zjawiskami. - Aby trenować AI, potrzebujemy wyników negatywnych - podkreślił.

Matias dodał, że AI przyspiesza choćby pracę nad publikacjami naukowymi - naukowiec może przekazać swoją roboczą wersję publikacji do recenzji narzędziu AI i otrzymać szczegółową informację zwrotną oraz wskazówki, jak poprawić swoją publikację, jeszcze zanim wyśle ją do wydawnictwa i doczeka się recenzji od eksperta.

Obaj rozmówcy zgodzili się, że AI rozwinie badania interdyscyplinarne i pomoże tworzyć powiązania pomiędzy różnymi dziedzinami wiedzy. Jak ocenili, AI pozwoli wykorzystywać wiedzę i techniki wypracowane w jednej dziedzinie i zastosować je w zupełnie innych obszarach wiedzy. - Zmiana w badaniach interdyscyplinarnych już nadchodzi - uznał prof. Sankowski.

Zdaniem szefa IDEAS dzięki AI małe zespoły badawcze, z krajów takich jak Polska, będą miały większe szanse znaleźć dla siebie niszę i wypracować wyspecjalizowane zastosowania, zwłaszcza w badaniach interdyscyplinarnych.

Yossi Matias zwrócił uwagę, że w związku z nowymi możliwościami, jakie daje AI naukowcom, potrzebnych będzie wręcz coraz więcej naukowców.

Jako przykład badań, które szybko przełożyły się na ulepszanie narzędzi, Matias podał prognozowanie powodzi, które rozwija Google. Matias podkreślił, że system był iterowany (stopniowo ulepszany) i testowany w rzeczywistych warunkach. Opracowano globalny model hydrologiczny, co pozwoliło na wdrażanie prognoz nawet w krajach niemal pozbawionych danych, np. w niektórych państwach Afryki.

Wiceprezes Google wspomniał też m.in. o użyciu AI w prognozowaniu pogody krótkoterminowej (nowcasting) oraz o systemie śledzenia i prognozowania rozprzestrzeniania się pożarów lasów. (PAP)

Nauka w Polsce

lt/ bar/