Η Google συνεργάστηκε με το Imperial College του Λονδίνου και την “Fleming Initiative” της Imperial NHS, δίνοντας στους επιστήμονές της “πρόσβαση σε ένα ισχυρό νέο AI” που έχει σχεδιαστεί με το Gemini 2.0 “για να κάνει την έρευνα ταχύτερη και πιο αποτελεσματική”, σύμφωνα με την ανακοίνωση του κολεγίου. Τα αποτελέσματα ήταν εκπληκτικά…
“Ο José Penadés και οι συνάδελφοί του στο Imperial College του Λονδίνου πέρασαν 10 χρόνια για να ανακαλύψουν πώς ορισμένα υπερμικρόβια αποκτούν αντοχή στα αντιβιοτικά”, γράφει το LiveScience.
“Όταν όμως η ομάδα έδωσε στον “co-scientist” της Google – ένα εργαλείο τεχνητής νοημοσύνης που έχει σχεδιαστεί για να συνεργάζεται με ερευνητές – αυτή την ερώτηση, σε πολύ σύντομο χρονικό διάστημα, η απάντηση της τεχνητής νοημοσύνης έδωσε την ίδια απάντηση με τα τότε αδημοσίευτα ευρήματά τους σε μόλις δύο ημέρες.”
Έκπληκτος, ο Penadés έστειλε email στην Google για να ελέγξει αν είχαν πρόσβαση στην έρευνά του. Η εταιρεία απάντησε ότι δεν είχε. Οι ερευνητές δημοσίευσαν τα ευρήματά τους [σχετικά με τη συνεργασία με το AI της Google] στις 19 Φεβρουαρίου στον preprint server bioRxiv…
¨Αυτό που δείχνουν τα ευρήματά μας είναι ότι η τεχνητή νοημοσύνη έχει τη δυνατότητα να συνθέσει όλα τα διαθέσιμα στοιχεία και να μας κατευθύνει στα πιο σημαντικά ερωτήματα και πειραματικά σχέδια”, δήλωσε ο συν-συγγραφέας Tiago Dias da Costa, λέκτορας βακτηριακής παθογένεσης στο Imperial College του Λονδίνου.
“Εάν το σύστημα λειτουργήσει όσο καλά ελπίζουμε ότι θα μπορούσε, να αλλάξει το παιχνίδι, να αποκλείσει τα “αδιέξοδα” και να μας επιτρέψει ουσιαστικά να προοδεύουμε με εξαιρετικά γρήγορο ρυθμό…”.
Μετά από δύο ημέρες, η τεχνητή νοημοσύνη επέστρεψε προτάσεις, μία από τις οποίες ήξεραν ότι ήταν η σωστή.
“Αυτό σήμαινε ουσιαστικά ότι ο αλγόριθμος ήταν σε θέση να εξετάσει τα διαθέσιμα στοιχεία, να αναλύσει τις δυνατότητες, να κάνει ερωτήσεις, να σχεδιάσει πειράματα και να προτείνει την ίδια υπόθεση στην οποία καταλήξαμε μέσα από χρόνια επίπονης επιστημονικής έρευνας, αλλά πάρα πολύ γρήγορα”, δήλωσε ο Penadés, καθηγητής μικροβιολογίας στο Imperial College του Λονδίνου.
Οι ερευνητές παρατήρησαν ότι η χρήση της τεχνητής νοημοσύνης από την αρχή δεν θα είχε αφαιρέσει την ανάγκη διεξαγωγής πειραμάτων, αλλά ότι θα τους βοηθούσε να καταλήξουν στην υπόθεση που κατέληξαν πολύ νωρίτερα, εξοικονομώντας έτσι χρόνια δουλειάς.
Παρά τα πολλά υποσχόμενα ευρήματα, η χρήση της τεχνητής νοημοσύνης στην επιστήμη παραμένει αμφιλεγόμενη. Ένας αυξανόμενος όγκος ερευνών με τη βοήθεια της τεχνητής νοημοσύνης, για παράδειγμα, έχει αποδειχθεί ότι είναι μη αναπαραγώγιμος ή ακόμη και εντελώς “κατασκευασμένος”.
