Znanstvenici iz cijelog svijeta udružili su se kako bi izradili AI alat za znanstvena otkrića koristeći istu tehnologiju na kojoj se bazira ChatGPT. No, dok se ChatGPT bavi riječima i rečenicama, ovaj će alat učiti iz numeričkih podataka i fizičkih simulacija iz raznih znanstvenih polja kako bi pomogao znanstvenicima u modeliranju svega, od superdivovskih zvijezda do klime na Zemlji.

Učenje novog jezika

Inicijativa Polymathic AI pokrenuta je početkom tjedna, a niz povezanih znanstvenih radova objavljen je i dalje će se objavljivati na repozitoriju otvorenog pristupa arXiv.org.

"Ovo će potpuno promijeniti način na koji ljudi koriste umjetnu inteligenciju i strojno učenje u znanosti", najavljuje glavna istraživačica Shirley Ho, voditeljica grupe u Centru za računalnu astrofiziku Instituta Flatiron u New Yorku. "Ideja koja stoji iza Polymathic AI-a slična je učenju novog jezika kad već znate pet drugih."

Početak rada s velikim, unaprijed obučenim, temeljnim modelom, može biti i brže i točnije nego izrada znanstvenog modela od nule. To može biti istina čak i ako podaci o obuci nisu očito relevantni za problem koji je u pitanju.

Jedinstveni resursi

Bilo je teško provesti akademska istraživanja na temeljnim modelima u punoj veličini zbog potrebne računalne snage. Zbog toga je Zaklada Simons osigurala je jedinstvene resurse za izradu prototipova ovih modela za korištenje u temeljnoj znanosti.

"Polimatička umjetna inteligencija može nam pokazati zajedničke karakteristike i veze između različitih polja koje smo možda propustili", objašnjavaju istraživači Polymathic AI-a koji, između ostalih, okuplja fizičare, astrofizičare, neuroznanstvenike i stručnjake za umjetnu inteligenciju iz Instituta Flatiron, Nacionalnog laboratorija Lawrence Berkeley te sveučilišta u New Yorku, Cambridgeu i Princetonu.

Ograničenja dosadašnjeg pristupa

Znanstvenici su i ranije koristili alate umjetne inteligencije, ali oni su prvenstveno bili namjenski izrađeni i obučeni korištenjem relevantnih podataka. 

"Unatoč brzom napretku strojnog učenja posljednjih godina u raznim znanstvenim poljima, u gotovo svim slučajevima rješenja strojnog učenja razvijena su za specifične slučajeve upotrebe i obučena na nekim vrlo specifičnim podacima", objašnjava Francois Lanusse, kozmolog francuskog Nacionalnog centra za znanstvena istraživanja (CNRS). "To stvara granice unutar i između disciplina, što znači da znanstvenici koji koriste umjetnu inteligenciju za svoja istraživanja nemaju koristi od informacija koje možda postoje, ali u drugom formatu ili u potpuno drugom polju."

Nove mogućnosti

Projekt Polymathic AI učit će korištenjem podataka iz različitih izvora iz fizike, astrofizike, kemije i genomike i to multidisciplinarno znanje primijeniti na širok raspon znanstvenih problema. Projekt će povezati mnoga naizgled različita potpolja u nešto veće od zbroja njihovih dijelova.

ChatGPT ima dobro poznata ograničenja kada je riječ o točnosti; na primjer, chatbot kaže da je 2023 puta 1234 2,497.582, a ne točan odgovor 2,496.382. Projekt Polymathic AI izbjeći će mnoge od tih zamki tretiranjem brojeva kao stvarnih brojeva, a ne samo znakova na istoj razini kao što su slova i interpunkcija. Podaci o obuci također će koristiti stvarne znanstvene skupove podataka koji hvataju fiziku koja leži u osnovi kozmosa.

"Transparentnost i otvorenost ključni su dio ovog projekta", kažu njegovi tvorci. "Želimo sve učiniti javnim. Želimo demokratizirati umjetnu inteligenciju za znanost tako da  za nekoliko godina svijetu možemo ponuditi unaprijed obučeni model koji će poboljšati znanstvenu analizu u širokom spektru problema i područja istraživanja."