ИИ в науке. Часть 2. Заменит ли ИИ учёных?
Кандидат физико-математических наук Алексей Понятов
В настоящее время всё острее становятся дискуссии о замене людей искусственным интеллектом (ИИ), который осваивает всё новые и новые сферы деятельности.
В настоящее время всё острее становятся дискуссии о замене людей искусственным интеллектом (ИИ), который осваивает всё новые и новые сферы деятельности. Он уже покусился на искусство и, более того, вторгся в святая святых человеческого гения — в науку. Теперь он не просто обрабатывает данные, а доказывает теоремы, которые десятилетиями оставались непокорёнными, проектирует эксперименты, находит закономерности природы, которые люди долгие годы пропускали, и даже предлагает гипотезы. Означает ли это, что мы стоим на пороге эпохи, где учёные-люди станут не нужны? Или, наоборот, вступаем в золотой век совместных открытий? Давайте посмотрим, что ИИ в науке умеет уже сейчас, а чему он только учится, и почему, возможно, суть научной революции XXI века будет заключаться в другом методе открывать новое.
Сможет ли ИИ заниматься наукой лучше людей?
В этой статье я нарушу традиционное построение текста, когда ответ на главный вопрос даётся в конце. Здесь начнём именно с него, а потом уже приведём примеры успехов ИИ как «учёного».
Сразу хочу успокоить читателей, замена учёных-творцов на ИИ, по крайней мере в ближайшее время, нам не грозит. Описания возможностей ИИ в прессе часто страдают огромными преувеличениями, причины которых различны: от рекламы разработок и стремления привлечь внимание до желания создать сенсацию. К тому же обсуждение возможностей ИИ вообще — тема необъятная и неоднозначная, а вот применение ИИ в науке — вещь во многом проверяемая, и потому его анализ можно сделать достаточно объективным. Для понимания же реальных возможностей ИИ в науке надо сначала разобраться с некоторыми особенностями этого рода деятельности.
«Бутылочным горлышком», которое отсеивало первооткрывателей от остальных людей, занимавшихся наукой, всегда был этап формулирования научной гипотезы и постановки новой задачи. Но прежде чем говорить об этом, я хочу отметить отличие нашего времени от предшествующих эпох. Уже к концу XX века наука столкнулась с явлением, которое историки науки образно называют исчерпанием низко висящих плодов. Его суть заключается в том, что все фундаментальные законы, которые можно было открыть с помощью достаточно простых инструментов, уже открыты. Налицо парадокс: объём накопленных данных растёт всё быстрее (экспоненциально), в то время как скорость фундаментальных открытий замедляется. Традиционный научный метод, основанный на человеческой интуиции и «ручном» анализе данных, достигает пределов своих возможностей.
В прошлом учёный не обладал достаточным количеством достоверных знаний о природе, но благодаря своей эрудиции и уникальной интуиции совершал открытия. Примером служит разработка во второй половине XIX века Дмитрием Ивановичем Менделеевым, который ничего не знал о строении атомов, Периодической системы химических элементов. В начале уже XX века Альберт Эйнштейн, выдвинув гипотезу, противоречащую тогдашней физике, создал теорию относительности. А в 1930 году Вольфганг Паули буквально выдумал новую крошечную частицу с невероятными свойствами, чтобы спасти закон сохранения энергии. Более того, иногда люди выдвигали удачные идеи, по сути, без всяких на то оснований. Чего стоит идея атомов, принадлежащая древнегреческим философам Левкиппу и Демокриту, просуществовавшая две с половиной тысячи лет до наших дней.
Сегодня помимо интуиции учёный должен обладать колоссальным объёмом знаний, чтобы заметить закономерность в огромном потоке данных. Недаром сейчас нередко открытия делают не одиночки, а целые коллективы учёных, достигающие иногда сотен участников. Поэтому ИИ, способный оперировать с очень большими данными, в наше время становится просто необходимым инструментом научной работы.
Однако когда мы ставим вопрос о замене учёного-человека на ИИ, мы имеем в виду не замену рядового труженика, обрабатывающего данные или занимающегося другой черновой работой, в том числе экспериментальной. При этом я не говорю, что такие люди не нужны, наоборот, без них наука просто невозможна. Гений в одиночку сейчас не справится с потоком данных и не создаст оборудование для проверки свой гипотезы. Кроме того, гипотез всегда много и проверять нужно все — и верные, и неверные. Это тоже жизнь науки. Но движение вперёд держится на тех, кто способен формулировать новые теоремы и гипотезы. Поэтому главный вопрос в том, способен ли на это ИИ? Пока это самое слабое место.
Здесь надо выделить две составляющие: поиск новых законов для данных, которые у нас уже есть, и выход за пределы этих данных. Что касается первой, то заметить закономерность в данных или рассуждениях современный ИИ уже может. Это замечательно, но это ещё не закон природы. Для того чтобы найденная зависимость стала законом, её надо сформулировать в виде универсального утверждения и осознать, что это утвер-ждение важно и соотносит ранее несвязанные понятия. С этим на данный момент у ИИ сложности. Формулировка хорошей гипотезы требует чувства «важности» и «глубины», которое у машин пока отсутствует. Возможно, надо будет научить ИИ умению оценить ещё и красоту теории. Как искренне верил Поль Дирак: если теория по-настоящему красивая и изящная, то она просто обязана оказаться верной. Разумеется, у этой идеи много очень авторитетных противников, но всё же в ней что-то есть. К тому же сформулированное утверждение обязано согласовываться с уже установленными надёжными законами науки и давать новые следствия или предсказания, которые можно проверить в будущем. Это тоже проблематично для ИИ, просто обученного на существующих данных...
Статьи по теме
- Нобелевские премии 2024 года. Премия за нефизический инструмент для физики и не только
- Камо грядеши, искусственный интеллект?
- Развитие ИИ: играть, чтобы мыслить
Продолжение статьи читайте в номере журнала
