چگونه هوش مصنوعی می‌تواند علم را متحول کند و جهان را تغییر دهد؟

اقتصادآنلاین - آرش نصیری؛ بحث در مورد هوش مصنوعی (ai) اغلب متمایل به تمرکز بر خطرات بالقوه آن است: تعصب و تبعیض مبتنی بر الگوریتم، تخریب انبوه مشاغل و حتی به گفته برخی، انقراض بشریت. اما همانطور که برخی از ناظران در مورد این سناریوهای کابوس‌وار... اقتصادآنلاین - آرش نصیری؛ بحث در مورد هوش مصنوعی (ai) اغلب متمایل به تمرکز بر خطرات بالقوه آن است: تعصب و تبعیض مبتنی بر الگوریتم، تخریب انبوه مشاغل و حتی به گفته برخی، انقراض بشریت. اما همانطور که برخی از ناظران در مورد این سناریوهای کابوس‌وار نگران هستند، برخی دیگر بر مزیت‌های بالقوه تمرکز می‌کنند. آنها ادعا می‌کنند که هوش مصنوعی می تواند به بشریت کمک کند تا برخی از بزرگترین و پیچیده‌ترین مشکلات خود را حل کند. به گفته آن‌ها، ai این کار را به روشی بسیار خاص انجام خواهد داد: با شتاب بخشیدن به سرعت اکتشافات علمی، به ویژه در زمینه‌هایی مانند پزشکی، علوم آب و هوا و فناوری سبز. افراد برجسته در این زمینه مانند دمیس هاسابیس و یان لی‌کان بر این باورند که ai می‌تواند به پیشرفت‌های علمی شتاب خیره‌کننده‌ای ببخشد و به عصر طلایی اکتشاف منجر شود. آیا ممکن است حق با آن‌ها باشد؟ چنین ادعاهایی ارزش بررسی دارند و می‌توانند تعادل مفیدی در برابر ترس از بیکاری در مقیاس بزرگ و ربات‌های قاتل فراهم کنند. البته بسیاری از فناوری‌های قبلی به دروغ به عنوان نوش‌دارو مورد استقبال قرار گرفته‌اند. تلگراف برقی در دهه 1850 به عنوان منادی صلح جهانی مورد ستایش قرار گرفت، همانطور که هواپیماها در دهه 1900 اینطور تلقی شدند. کارشناسان در دهه 1990 گفتند اینترنت نابرابری را کاهش می‌دهد و ملی‌گرایی را ریشه کن می‌کند. اما سازوکاری که هوش مصنوعی ظاهراً به وسیله آن قرار است مشکلات جهان را حل کند، مبنای تاریخی قوی‌تری دارد، زیرا دوره‌های متعددی در تاریخ بوده است که رویکردهای جدید و ابزارهای جدید واقعاً به ایجاد انفجارهای علمی و نوآوری در حال تغییر جهان کمک کرده‌اند. در قرن هفدهم، میکروسکوپ‌ها و تلسکوپ‌ها چشم اندازهای جدیدی از اکتشافات را گشودند و محققان را تشویق کردند که مشاهدات خود را بر حکمت به ارث رسیده از دوران باستان ترجیح دهند، در حالی که آغاز به کار مجلات علمی راه‌های جدیدی را برای به اشتراک گذاشتن و انتشار یافته‌های خود به آن‌ها داد. نتیجه پیشرفت سریع در نجوم، فیزیک و سایر زمینه‌ها بود. همچنین به اختراعات جدید از ساعت آونگی تا موتور بخار منجر شد که تبدیل به محرک اصلی انقلاب صنعتی گردید. سپس در اواخر قرن نوزدهم، تأسیس آزمایشگاه‌های تحقیقاتی، که ایده‌ها، افراد و مواد را در مقیاس صنعتی گرد هم می‌آورد، منجر به نوآوری‌های بیشتری مانند کود مصنوعی، داروها و ترانزیستور، بلوک سازنده رایانه شد. از اواسط قرن بیستم، کامپیوترها به نوبه خود اشکال جدیدی از علم را بر اساس شبیه‌سازی و مدل‌سازی، از طراحی سلاح‌ها و هواپیماها گرفته تا پیش‌بینی دقیق‌تر آب و هوا، رقم زدند. انقلاب کامپیوتری ممکن است هنوز به پایان نرسیده باشد. ابزارها و تکنیک‌های ai اکنون تقریباً در هر زمینه‌ای از علم به کار می‌روند، اگرچه میزان پذیرش بسیار متفاوت است: برای مثال، 7.2 درصد از مقالات فیزیک و نجوم منتشر شده در سال 2022 از هوش مصنوعی استفاده کردند، در مقایسه با 1.4 درصد در علوم دامپزشکی.  ai به طرق مختلف به کار گرفته می‌شود. ai می‌تواند گزینه‌های امیدوارکننده‌ای را برای تجزیه و تحلیل به ما معرفی کند، مانند مولکول‌هایی با خواص ویژه در کشف دارو، یا موادی با ویژگی‌های مورد نیاز در باتری‌ها یا سلول‌های خورشیدی. می‌تواند انبوهی از داده‌هایی مانند داده‌های تولید شده توسط برخورددهنده‌های ذرات یا تلسکوپ‌های روباتیک را غربال کند و به دنبال الگوها باشد. ai همچنین می‌تواند سیستم‌های پیچیده‌تری مانند تاخوردگی پروتئین‌ها و تشکیل کهکشان‌ها را مدل‌سازی و تحلیل کند. ابزارهای ai همچنین برای شناسایی آنتی‌بیوتیک‌های جدید کارساز بوده‌اند. از همه این‌ها باید استقبال کرد. اما مجله و آزمایشگاه از این هم فراتر رفتند: آنها تحولی در کاربردهای علمی ایجاد کردند و با فراهم کردن ابزارهای قدرتمندتری برای اکتشافات به افراد این فرصت را دادند که بر ایده‌های خود با روش‌های جدید و در مقیاس بزرگ‌تر جامه عمل بپوشانند. ai نیز پتانسیل ایجاد چنین تحولی را دارد. دو حوزه به طور خاص امیدوار کننده به نظر می‌رسند. اولین مورد «کشف مبتنی بر مرور ادبیات» (lbd) است که شامل تجزیه و تحلیل ادبیات علمی موجود، با استفاده از تحلیل زبان به سبک Chatgpt، برای جستجوی فرضیه‌ها، ارتباطات یا ایده‌های جدیدی است که ممکن است از چشم انسان‌ها دور مانده باشد.  lbd در شناسایی آزمایش‌های جدیدی که می‌تواند انجام شود و حتی پیشنهاد همکاران تحقیقاتی بالقوه، نویدبخش است. این می‌تواند محرکی برای کار بین رشته‌ای باشد و نوآوری را در مرزهای بین رشته‌ها تقویت کند. سیستم‌های lbd همچنین می‌توانند «خلاءها و نقاط کور» را در یک زمینه مشخص شناسایی کنند و حتی اکتشافات آینده و اینکه چه کسی آن‌ها را انجام خواهد داد را پیش‌بینی نمایند. حوزه دوم «ربات‌های دانشمند» است که به عنوان «آزمایشگاه‌های خودران» نیز شناخته می‌شود. اینها سیستم‌های روباتیکی هستند که از ai برای تشکیل فرضیه‌های جدید، بر اساس تجزیه و تحلیل داده‌ها و ادبیات موجود استفاده می‌کنند و سپس با انجام صدها یا هزاران آزمایش، آن فرضیه‌ها را در زمینه‌هایی از جمله زیست شناسی سیستم‌ها و علم مواد آزمایش می‌کنند. برخلاف دانشمندان انسانی، ربات‌ها کمتر به نتایج قبلی وابسته هستند، کمتر تحت تأثیر سوگیری قرار می‌گیرند و مهم‌تر از همه، تکثیر آن‌ها آسان است. آن‌ها می‌توانند تحقیقات تجربی را افزایش دهند، نظریه‌های غیرمنتظره ایجاد کنند و راه‌هایی را کشف کنند که محققان انسانی ممکن است در نظر نگرفته باشند. بنابراین این ایده که هوش مصنوعی ممکن است کاربردهای علمی را متحول کند، امکان‌پذیر است. اما مانع اصلی جامعه‌شناختی است: تنها در صورتی می‌تواند اتفاق بیفتد که دانشمندان بشری مایل و قادر به استفاده از چنین ابزارهایی باشند. بسیاری فاقد مهارت و آموزش هستند. برخی نگران این هستند که از کار بیکار شوند. خوشبختانه نشانه‌های امیدوار کننده‌ای وجود دارد. محققان هوش مصنوعی اکنون در حال توجیه کردن متخصصان در زمینه‌های دیگر برای پذیرش ابزارهای هوش مصنوعی در تحقیقات خود هستند. دولت‌ها و نهادهای تأمین مالی می‌توانند با اعمال فشار برای استفاده بیشتر از استانداردهای مشترک به سیستم‌های هوش مصنوعی کمک کنند تا نتایج آزمایشگاهی و سایر داده‌ها را مبادله و تفسیر کنند. آن‌ها همچنین می‌توانند تحقیقات بیشتری را در زمینه ادغام هوش مصنوعی با روباتیک آزمایشگاهی و شکل‌هایی از هوش مصنوعی فراتر از مواردی که در بخش خصوصی دنبال می‌شوند، تأمین مالی کنند. به ویژه که بخش خصوصی تقریباً تمام تمرکز خود را بر روی سیستم‌های مبتنی بر زبان مانند Chatgpt معطوف کرده است. اشکالی از هوش مصنوعی که کمتر مد روز هستند، مانند یادگیری ماشین مبتنی بر مدل، ممکن است برای کارهای علمی مانند تشکیل فرضیه‌ها مناسب‌تر باشند. هوش مصنوعی تقویت کننده استعدادهای طبیعی بشری در سال 1665، در طی یک دوره پیشرفت سریع علمی، رابرت هوک، دانشمند انگلیسی، ظهور ابزارهای علمی جدید مانند میکروسکوپ و تلسکوپ را به عنوان «افزودن اندام‌های مصنوعی به اندام‌های طبیعی» توصیف کرد. آن‌ها به محققان اجازه می‌دهند تا قلمروهایی را که قبلاً غیرقابل دسترس بودند، کشف کنند و چیزها را به روش‌های جدید کشف کنند. برای جانشینان مدرن هوک، افزودن هوش مصنوعی به مجموعه ابزارهای علمی در سال‌های آینده نیز همین کار را انجام می‌دهد - با نتایج مشابهی که جهان را تغییر می‌دهد.