Eric Schmidt: Yapay Zeka, bilimin yapılış biçimini bu şekilde değiştirecek
AI ayrıca hipotezler için arama ağını daha geniş bir alana yayabilir ve ağı daha hızlı daraltabilir. Sonuç olarak, AI araçları, yeni ilaçlar için daha umut verici adaylar ortaya çıkaran modeller gibi daha güçlü hipotezlerin formüle edilmesine yardımcı olabilir. Bilim adamlarının gerçek dünya deneylerini gerçekleştirmeden önce simülasyonda daha fazla tasarım seçeneği denemelerine izin veren, birkaç yıl öncesine göre çok daha hızlı çalışan simülasyonları şimdiden görüyoruz.
Örneğin, CalTech’teki bilim adamları, bakterilerin akıntıya karşı yüzmesini ve enfeksiyonlara neden olmasını önleyen daha iyi bir kateteri otomatik olarak tasarlamak için bir AI sıvı simülasyon modeli kullandılar. Bu, ampül tasarımında filamanlar üzerinde yıllarca süren yeniliklerde gördüğümüz gibi, kademeli olarak daha iyi tasarımlardan oluşan uzun bir çizgide ilerlemek yerine, araştırmacıların baştan itibaren optimum çözüm için tasarım yapmalarına izin vererek, artan bilimsel keşif sürecini temelden değiştirecektir.
Deney adımına geçen yapay zeka, deneyleri daha hızlı, daha ucuz ve daha büyük ölçekte yürütebilecek. Örneğin, hiçbir insanın boy ölçüşemeyeceği bir hızda örnekler oluşturmak için gece gündüz çalışan yüzlerce mikropipetle yapay zeka destekli makineler inşa edebiliriz. Bilim adamları kendilerini yalnızca altı deneyle sınırlamak yerine bin tane deney yapmak için yapay zeka araçlarını kullanabilirler.
Bir sonraki hibe, yayın veya görev süresi hakkında endişe duyan bilim adamları artık en yüksek başarı olasılığına sahip güvenli deneylere bağlı kalmayacak, bunun yerine daha cesur ve daha disiplinler arası hipotezler peşinde koşma özgürlüğüne sahip olacaklar. Örneğin, yeni molekülleri değerlendirirken, araştırmacılar yapı olarak zaten bildiklerimize benzer adaylara bağlı kalma eğilimindedir, ancak yapay zeka modellerinin aynı önyargılara ve kısıtlamalara sahip olması gerekmez.
Sonunda, bilimin çoğu yapay zeka ile birleştirilmiş otomatik robotik platformlar olan “kendi kendine giden laboratuvarlarda” yürütülecek. Burada, yapay zeka hünerini dijital alemden fiziksel dünyaya taşıyabiliriz. Bu tür sürücüsüz laboratuvarlar, Emerald Cloud Lab ve Artificial gibi şirketlerde ve hatta Argonne Ulusal Laboratuvarı’nda şimdiden ortaya çıkıyor.
Son olarak, analiz ve sonuç aşamasında, sürücüsüz laboratuvarlar otomasyonun ötesine geçecek ve ürettikleri deneysel sonuçlardan haberdar olarak sonuçları yorumlamak ve bir sonraki deneyi çalıştırmak için önermek için LLM’leri kullanacak. Ardından, araştırma sürecindeki ortaklar olarak yapay zeka laboratuvar asistanı, daha önceki deneylerde kullanılanların yerini alacak malzemeleri sipariş edebilir ve deneyi yapan kişi evde uyurken, bir sonraki önerilen deneyleri sabah teslim edilmeye hazır olacak şekilde bir gecede kurup çalıştırabilir.
Olasılıklar ve sınırlamalar
Genç araştırmacılar, olasılık karşısında yerlerinde gergin bir şekilde kıpırdanıyor olabilirler. Neyse ki, bu devrimden ortaya çıkan yeni işler, mevcut laboratuvar çalışmalarının çoğundan daha yaratıcı ve daha az akılsız olacak.
Yapay zeka araçları, yeni bilim insanlarının giriş engelini azaltabilir ve geleneksel olarak sahadan dışlananlara fırsatlar açabilir. Kod oluşturmada yardımcı olabilecek LLM’ler ile, STEM öğrencileri artık anlaşılmaz kodlama dillerinde ustalaşmak zorunda kalmayacak, fildişi kulenin kapılarını yeni, geleneksel olmayan yeteneklere açacak ve bilim insanlarının kendilerininkinin ötesinde alanlarla ilgilenmesini kolaylaştıracak. Yakında, özel olarak eğitilmiş LLM’ler, hibe teklifleri gibi yazılı çalışmaların ilk taslaklarını sunmanın ötesine geçebilir ve insan hakemlerin yanı sıra yeni makalelerin “akran” incelemelerini sunmak için geliştirilebilir.