En nylig Nature-undersøgelse, der involverede mere end 1.600 globale forskere, kastede lys over AI's stigende rolle i videnskab og forskning.
Undersøgelsen viste, at selv om mange er optimistiske med hensyn til de potentielle fordele ved AI i videnskaben, er der stigende bekymring for, hvordan AI ændrer videnskabsbranchen som helhed.
Den undersøgelse deltagere inkluderet:
- De, der aktivt udvikler eller studerer AI (48%)
- De, der bruger AI-værktøjer til deres forskning, men ikke udvikler dem (30%)
- De, der ikke bruger AI i deres videnskabelige arbejde (22%)
AI's fremmarch inden for videnskabelig forskning
Undersøgelsen viste, at der i løbet af det seneste årti er sket en mærkbar stigning i antallet af forskningsartikler, der henviser til AI-termer.
Dataanalyse og statistiske teknikker ved hjælp af maskinlæring (ML) er blevet normen.
Derudover bruges generativ AI, især store sprogmodeller (LLM'er), til at generere tekst, billeder og kode til videnskabelig forskning.
Nogle vigtige statistikker om fordelene ved AI inden for forskning:
- 66% af forskerne bemærker, at AI muliggør hurtigere databehandling
- 58% mener, at det fremskynder tidligere uigennemførlige beregninger
- 55% føler, at det er en omkostningseffektiv og tidsbesparende løsning
Irene Kaplow, der er beregningsbiolog ved Duke University, siger: "AI har gjort det muligt for mig at gøre fremskridt i besvarelsen af biologiske spørgsmål, hvor det tidligere ikke var muligt at gøre fremskridt."
Bekymringer
Men der er også en bagside af medaljen. Forskerne udtrykte bekymring over følgende:
- Øget afhængighed af mønstergenkendelse uden ægte forståelse (69%)
- Potentielt opretholdelse af fordomme eller diskrimination i resultaterne (58%)
- Hvor let det er at udføre svigagtige aktiviteter (55%)
- Chancen for uoprettelige forskningsresultater på grund af skødesløs brug af AI (53%)
Jeffrey Chuang, ekspert i kræftbilledanalyse ved Jackson Laboratory, understregede: "Hovedproblemet er, at AI udfordrer vores eksisterende standarder for bevis og sandhed."
LLM'er i rampelyset
LLM'er, især ChatGPT, blev ofte nævnt som uvurderlige AI-værktøjer inden for videnskaben. Men disse modeller stod også øverst på listen over AI-værktøjer.
De største bekymringer omfattede:
- Spredning af misinformation (68%).
- Faciliteret plagiering (68%).
- Indførelse af fejl i forskningsdokumenter (66%).
Isabella Degen, der forsker i AI i medicin ved University of Bristol, siger: "Der er helt klart tale om misbrug af store sprogmodeller. Vi forstår ikke helt, hvor grænsen går mellem god brug og misbrug."
Desuden blev ejerskab af AI-værktøjer og computerressourcer fremhævet som barrierer for moderne forskning. GPU'er er usædvanligt dyre, og det er svært for forskningsinstitutioner at træne deres kraftfulde modeller in-house.
Som Garrett Morris, kemiker ved University of Oxford, beskrev det: "Kun et meget lille antal enheder på planeten har kapacitet til at træne de meget store modeller. Den begrænsning hæmmer videnskabens evne til at gøre opdagelser."
Samlet set mener de fleste forskere, at AI er en irreversibel kraft i videnskaben.
Som Yury Popov, der er specialist i leversygdomme på Beth Israel Deaconess Medical Center, konkluderede: "AI er transformerende. Nu skal vi fokusere på, hvordan vi sikrer, at det giver flere fordele end problemer."
