Штучний інтелект давно перестав бути просто інструментом для автоматизації рутини чи генерації текстів. Сьогодні він активно впроваджується у фундаментальні наукові дослідження: від створення білкових структур для розробки нових ліків до прогнозування кліматичних аномалій. Технології машинного навчання вже змусили наукову спільноту переосмислити низку незаперечних, на перший погляд, істин.
Ось п’ять ключових наукових стереотипів, які були спростовані або суттєво скориговані завдяки застосуванню ШІ.
1. Комп’ютерний зір: не лише прерогатива живих істот
Довгий час у науковому співтоваристві панувала думка, що здатність не просто «бачити», а й розпізнавати образи доступна виключно живим організмам. Ситуація змінилася у 2012 році, коли на конференції NeurIPS була представлена нейромережа AlexNet. Навчена на 1,3 млн зображень високої роздільної здатності з бази даних ImageNet, вона здійснила прорив у галузі комп’ютерного зору, довівши, що машини здатні класифікувати візуальні дані з високою точністю. Ця робота заклала фундамент для сучасних технологій, таких як розблокування смартфонів за обличчям, і показала, що зорове сприйняття не є унікальною біологічною функцією.
2. Логіка та математика: ШІ на рівні олімпійського чемпіона
Складні логічні висновки та доведення теорем традиційно вважалися тестом на виняткові людські здібності, своєрідним «фільтром» для пошуку молодих математичних талантів. Однак у січні 2024 року команда дослідників Google представила систему AlphaGeometry, яка розв’язала 25 із 30 складних геометричних задач у рамках стандартного олімпіадного часу. Для порівняння: попередні алгоритми справлялися лише з 10 задачами, а середній результат золотого медаліста міжнародної олімпіади з математики серед людей становить 25,9 бала. Це досягнення, опубліковане в авторитетному журналі Nature, довело, що ШІ здатний на глибокі логічні міркування.
3. Ботаніка: клімат не завжди визначає розмір листя
У біології існувало усталене правило, згідно з яким рослини у вологому кліматі (наприклад, у джунглях) мають більший розмір листя, ніж ті ж види у посушливих регіонах. Однак дослідження австралійських вчених, проведене за допомогою комп’ютерного зору, спростувало цю аксіому на рівні видів. Проаналізувавши тисячі оцифрованих зразків з Національного гербарію Нового Південного Уельсу, фахівці з’ясували, що у клена гостролистого розмір листя залежить значною мірою від генетичного обміну з іншими популяціями, ніж від температури чи кількості опадів. Це відкриття змінює підходи до збереження рідкісних видів рослин в умовах глобальної зміни клімату.
4. Еволюційна біологія: за вимиранням не завжди йде розквіт
Прийнято вважати, що після масових вимирань (як у випадку з динозаврами) звільнені екологічні ніші швидко заповнюються новими видами, що неминуче призводить до біологічного буму. У 2020 році британські та американські дослідники застосували машинне навчання для аналізу понад 1 мільйона описів скам'янілостей, що охоплюють 170 тисяч видів. Результати показали відсутність прямого причинно-наслідкового зв'язку між масовим вимиранням і подальшим вибуховим зростанням біорізноманіття, що потребувало серйозного перегляду однієї з ключових еволюційних теорій.
5. Криміналістика: відбитки пальців однієї людини можуть бути схожими
Переконання в абсолютній унікальності відбитків пальців кожної людини (і навіть різних пальців на руках однієї людини) лежить в основі сучасної біометрії та криміналістики. Однак у січні 2024 року вчені з Колумбійського університету поставили це під сумнів. Навчивши ШІ-модель на 60 тисячах реальних та 500 тисячах синтетичних відбитків, вони виявили, що відбитки різних пальців однієї й тієї ж людини мають значну схожість. На відміну від криміналістів, які звертають увагу на розгалуження ліній, нейромережа виявила нові, раніше не враховувані маркери: кривизну і нахил завитків. Це відкриття здатне підвищити точність судово-медичної експертизи майже на два порядки та спростити біометричну автентифікацію в гаджетах майбутнього.
Висновок: Майбутнє наукового пошуку
Штучний інтелект не замінює вченого, але стає його найпотужнішим союзником. Він здатен обробляти масиви даних, непідйомні для людського сприйняття, і формулювати нетривіальні гіпотези про реакцію клітин або ефективність вакцин. Хоча сучасні моделі все ще схильні до упереджень, закладених у навчальних вибірках, траєкторія розвитку технологій вказує на те, що в найближчі десятиліття найзначущі наукові відкриття будуть зроблені в тандемі людини та штучного інтелекту.
