5 videnskabsområder, hvor AI allerede er med til at gøre store opdagelser
Miscellanea / / May 15, 2023
Forskere overlader de mest tidskrævende og tidskrævende opgaver til kunstig intelligens for at muliggøre, hvad der tidligere virkede næsten urealistisk.
1. Historie
Historikere er allerede i gang med at bestille AI til at studere manuskripter. Han klarer denne opgave hurtigere, desuden ser han ikke et problem i dårlig læsbarhed: forfatterens mærkelige håndskrift, gulnede papir eller falmede blæk forstyrrer ikke hans arbejde. Samtidig er han i stand til at genkende ikke kun ord og sætninger, men også tekstens struktur - han observerer opdelingen i afsnit, kapitler og afsnit.
Et eksempel på et sådant samarbejde mellem historikere og AI er det russiske projekt "Digital Peter». Det neurale netværk trænes i Peter I's håndskrift og dechifrerer i løbet af få minutter eventuelle håndskrevne tekster fra kejseren. Et andet lignende værktøj er den østrigske platform Transskribus. Det kan genkende forskellige sprog og håndskrift, men først kræver det kalibrering: det neurale netværk studerer et par sider med tekst, gennemgår flere revisioner og begynder derefter at arbejde præcist og hurtigt.
AI-kræfter give lov til analysere store mængder information: ikke kun tekster, men også forskellige diagrammer og tegninger. Forskere kan instruere det neurale netværk, f.eks. at finde alle oversættelser og udlægninger af en tekst i forskellige bøger.
AI er også i stand til at udfylde hullerne i gamle dokumenter og bestemme tid og sted for deres oprindelse. Sådanne platforme omfatter Ithaca. For eksempel præciserede hun datoen for oprettelsen af nogle gamle græske dekreter. Tidligere troede man, at de blev skrevet i 446 f.Kr. e. AI så mønstre, der peger på 421 f.Kr. e.
2. Medicin
AI i medicin fremskynder arbejdet for både læger og videnskabsmænd. Han er den første til at hjælpe med diagnosen: hurtigt undersøgelser screeninger, søger efter de nødvendige markører og giver et svar, som derefter tolkes af specialister. Kunstig intelligens i klinikker i Moskva brug fra 2020 til at analysere røntgen-, CT- og MR-resultater.
Det er sandsynligt, at algoritmer snart også vil være i stand til at opdage sjældne sygdomme. Lignende mekanismer er allerede undersøgt. For eksempel forskere ved Harvard Medical School oprettet SISH-værktøj, der klassificerer forskellige typer af ondartede tumorer. Som en del af eksperimentet studerede AI omkring 22.000 billeder og distribuerede dem hurtigt i mere end 50 kategorier.
Forskere i kunstig intelligens laboratorier letter arbejde med udvikling af lægemidler og vacciner. Den beregner forskellige kombinationer af aktive stoffer og rapporterer den anslåede procentdel af deres effektivitet. Som et resultat behøver du ikke bruge år på at teste fejlbehæftede muligheder på forhånd. Det bliver allerede aktivt brugt. For 2021 kun til det amerikanske sundhedsministerium kom over 100 lægemiddelgodkendelsesapplikationer udviklet med AI.
En af de medicinske assistenter i at skabe lægemidler er AlphaFold neurale netværk, bygget struktur af mere end 200 millioner proteiner. Takket være hendes arbejde, forskere ved University of Oxford identificeret strukturen af et nøgleprotein i malariaparasitten, som ville være med til at styrke vaccinen mod sygdommen. Tidligere undersøgelser med røntgenkrystallografi tillod ikke dette.
AI også brug at modernisere genterapien. I fremtiden vil han give og hurtigere behagelig undersøgelse af det menneskelige genom. Forskere antyder, at inden for et årti vil forskning på dette område generere op til 40 exabytes (quintillion bytes) data: for en person at behandle et sådant volumen er en umulig opgave.
Digital teknologi eksperter, såsom Tech Whisperer Limited grundlægger Jasprit Bindra, tror også på den lyse fremtid for AI inden for medicin. Ved pædagogisk maraton ”Viden. Den første" af det russiske samfund "Kundskab" han foreslåetat AI har en chance for at revolutionere medicin, som penicillin engang gjorde, og blive en uundværlig assistent i implementeringen af FN's sundhedsprogrammer. Også ifølge Bindra vil den femte version af GPT-sprogmodellen for neurale netværk, som vil blive frigivet i slutningen af 2023, klare fortolkningen af analyser og valg af behandling hurtigere end læger.
3. Fysik
AI i fysik har længe været brugt til at analysere big data. Og han har meget at være stolt af. I 2012 hjalp maskinlæringsmodeller personalet på European Center for Nuclear Research CERN åben Higgs boson. Opgaven for AI var at analysere den endeløse strøm af signaler fra Large Hadron Collider, lede efter tegn på denne elementære partikel og markere dem.
I fremtiden kan kunstig intelligens forenkle løsningen af kvanteproblemer. Beviset for dette er arbejdet fra forskere fra New York: de skabte og trænede en algoritme, der forkortet beregninger af Hubbard-modellen fra 100.000 ligninger til fire. Nøjagtigheden af beregningerne blev ikke påvirket af dette.
En anden mulig opgave for AI i fremtiden er søgen efter nye fysiske love. For at gøre dette til virkelighed har vi brug for en algoritme, der kan bestemme tilstandsvariable. Og det har forskere ved Columbia University skete. Deres AI var i stand til selvstændigt at gætte, hvad der driver pendulet og lavalampen, samt hvorfor pejsen brænder. Af indgangene havde instrumentet kun videooptagelser. De variabler, der blev foreslået af kunstig intelligens, faldt ikke altid sammen med dem, fysikerne selv var vant til. Forskere er nået til den konklusion, at AI har en chance for at vise folk naturens hidtil ukendte drivkræfter og skubbe dem til nye konklusioner, som sandsynligvis vil ændre både videnskaben og vores forståelse af verden.
4. Astronomi
Galakser, planeter, stjerner og andre rumobjekter er enorme i virkeligheden, men på storstilede fotografier fra et teleskop ligner de krummer. Det tager meget tid at finde dem på egen hånd. AI hjælper videnskabsmænd med at klare sig meget hurtigere. For eksempel kan platformen analysere billeder fra rummet Morpheustrænet på rammer fra Hubble-teleskopet. AI detektiv færdighed vilje især nyttig i søgen efter exoplaneter, det vil sige himmellegemer, der er uden for solsystemet.
Forskere ved Smithsonian Astrophysical Observatory bruger også kunstig intelligens til at jage til kortsigtede kosmiske begivenheder som supernovaer og overvåg ændringer i vejret på Solen. Til den sidste opgave skal det neurale netværk indsamle 1,5 terabyte information om dagen.
Forskere bruger også kunstig intelligens til at skabe billeder af ikke-eksisterende galakser. Det ser skræmmende realistisk ud. NASA i 2021 lagt ud på hans hjemmeside en collage af 225 billeder, hvoraf kun ét er taget med et teleskop. Det er næsten umuligt at finde originalen blandt forfalskninger. Men videnskabsmænd har brug for falske billeder og modeller, ikke kun for at spille pranks med ikke-professionelle rumelskere. Med deres hjælp lærer og tester det neurale netværk hypoteser: de kontrollerer, hvordan et rumobjekt, der ligner en projektion, vil opføre sig under forskellige forhold.
5. Økologi
For miljøforkæmpere er kunstig intelligens primært nyttig for dens evne til at indsamle og analysere data. For eksempel lancerede UNEP (United Nations Environment Programme) i 2022 en AI-drevet digital platform WESP. Dens algoritmer indsamler information fra forskellige sensorer rundt om i verden, analyserer og visualiserer. Og alt dette i realtid. Instrumentet overvåger især ændringen i gletsjernes masse og koncentrationen af kuldioxid i atmosfæren. Derudover leverer WESP prognoser.
Der er andre AI-værktøjer, der opererer inden for UNEP-økosystemet. Platform IMEO overvåger metan-emissioner, og GEMS - for luftforurening.
Kunstig intelligens er i stand til at forenkle og kontrollere økosystemer. Så dette års maskinlæringsprogram vil hjælpe forskere fra England overvåger planktonsamfundet døgnet rundt. Så de vil tjekke, hvordan disse skabninger påvirkes af miljøændringer.