Czy sztuczna inteligencja naprawdę zrewolucjonizuje naukę?
W świecie technologii nie brakuje śmiałych prognoz dotyczących roli sztucznej inteligencji. Wielu ekspertów twierdzi, że AI będzie w stanie zrewolucjonizować naukę, przyspieszając odkrycia i rewolucyjne badania. Jednak nie wszyscy podzielają ten optymizm. Thomas Wolf, współzałożyciel i główny naukowiec Hugging Face, przedstawia bardziej wyważone spojrzenie na możliwości sztucznej inteligencji i jej realny wpływ na rozwój nauki.
AI jako „posłuszny uczeń”
Wolf w swoim najnowszym eseju zwraca uwagę, że obecne modele AI mogą nie sprostać oczekiwaniom, jakie względem nich pokładają entuzjaści technologii. Jego zdaniem sztuczna inteligencja w obecnej postaci przypomina bardziej „posłusznego ucznia” niż prawdziwego naukowca zdolnego do innowacyjnego myślenia. Brakuje jej umiejętności kwestionowania utartych schematów, zadawania nieoczywistych pytań i wyciągania wniosków, które mogłyby prowadzić do przełomowych odkryć.
„Głównym błędem, który często się popełnia, jest założenie, że ludzie tacy jak Newton czy Einstein to po prostu wybitni studenci w skali makro – że geniusz powstaje poprzez liniowe skalowanie talentu” – twierdzi Wolf. Jego zdaniem AI, by mogła osiągnąć poziom twórczego myślenia na miarę naukowców tej klasy, musiałaby nie tylko znać wszystkie odpowiedzi, ale przede wszystkim umieć stawiać pytania, których wcześniej nikt nie zadawał.
Kontrast z optymistycznymi przewidywaniami
Różnica zdań między Wolfem a innymi ekspertami jest wyraźna. Sam Altman, CEO OpenAI, przewiduje, że superinteligentne systemy AI mogą znacznie przyspieszyć odkrycia naukowe. Podobnie Dario Amodei, szef Anthropic, zakłada, że AI może pomóc w opracowaniu leków na większość nowotworów.
Tymczasem Wolf zwraca uwagę, że obecne modele AI nie generują nowej wiedzy – jedynie uzupełniają luki w posiadanych już informacjach. Nawet przy dostępie do ogromnych ilości danych wciąż nie potrafią wejść na ścieżkę prawdziwie kreatywnego myślenia.
Podobne wątpliwości wyraża François Chollet, były inżynier Google, który uważa, że AI może co najwyżej zapamiętywać schematy rozumowania, ale nie jest w stanie samodzielnie opracowywać nowych metod myślenia w obliczu niespotykanych dotąd problemów.
Problem oceny postępów AI
Wolf podkreśla również, że problemem w ocenie postępów sztucznej inteligencji jest tzw. „kryzys ewaluacyjny”. Popularne testy mierzące zdolności AI koncentrują się na zadaniach z jednoznacznymi i oczywistymi odpowiedziami. Tymczasem prawdziwy postęp w nauce wymaga zdolności do podejmowania ryzyka oraz formułowania odważnych teorii, które na pierwszy rzut oka mogą wydawać się błędne lub niemożliwe.
Jako rozwiązanie tego problemu Wolf proponuje stworzenie nowych metod oceny zdolności AI, które koncentrowałyby się na mierzeniu jej umiejętności kwestionowania utartych schematów myślowych, formułowania nieszablonowych hipotez oraz sugerowania nowych kierunków badań.
Czy AI faktycznie zastąpi ludzką kreatywność?
Wolf zaznacza, że kluczowym elementem nauki jest umiejętność zadawania właściwych pytań i kwestionowania nawet tych założeń, które wydają się niepodważalne. Sztuczna inteligencja, jeśli ma rzeczywiście przyczynić się do rewolucji w nauce, nie powinna być wyłącznie „wzorowym uczniem” potrafiącym odpowiadać na każde pytanie. Bardziej wartościowa byłaby AI, która — niczym przeciętny, ale pomysłowy student — stawia pytania, które naprowadzają naukowców na zupełnie nowe ścieżki myślenia.
Czy sztuczna inteligencja naprawdę stanie się kolejnym Einsteinem? Na razie wydaje się, że bardziej prawdopodobne jest, iż pozostanie jedynie doskonałym narzędziem wspierającym badaczy, a nie zastępującym ich kreatywny i przełomowy sposób myślenia.