Wired’in haberine göre,
Akademisyenlerin medyanın ilgisini, parayı ve Nobel Ödülü komitesinin takdirlerini ne ölçüde takip edebilecekleri, New York Üniversitesi Tandon Mühendislik Okulu’nda yapay zeka üzerinde çalışan bilgisayar bilimleri doçenti Julian Togelius’u rahatsız eden bir sorudur. “Bilim adamları genel olarak en az direnç ve en çok paranın karşılığını veren yolun bir kombinasyonunu izliyorlar” diyor. Finansmanın giderek daha az olduğu ve araştırmacıların iş olanaklarıyla doğrudan bağlantılı olduğu akademi dünyasının rekabetçi doğası göz önüne alındığında, bu hafta itibariyle yüksek başarılı kişilere Nobel Ödülü kazandırma potansiyeline sahip olan modaya uygun bir konunun birleşimi muhtemel görünüyor. direnmek çok cazip gelebilir.
Risk, bunun yenilikçi yeni düşünceyi engellemesidir. Togelius, “Doğadan daha temel veriler elde etmek ve insanların anlayabileceği yeni teoriler ortaya koymak zor şeyler” diyor. Ancak bu derin düşünmeyi gerektirir. Araştırmacılar için, mevcut teorileri destekleyen ve mevcut verileri içeren, anlayışta dev sıçramalar yerine küçük ilerlemeler üreten, yapay zekanın mümkün kıldığı simülasyonları gerçekleştirmek çok daha verimlidir. Togelius, yeni nesil bilim adamlarının daha kolay olduğu için tam da bunu yapacağını öngörüyor.
Ayrıca, yapay zeka alanının ilerlemesine yardımcı olan kendine aşırı güvenen bilgisayar bilimcilerinin, yapay zeka çalışmalarının ilgisiz bilimsel alanlarda (bu örnekte fizik ve kimya) Nobel Ödüllerine layık görüldüğünü görmeye başlamaları ve onların izinden gitmeye karar vermeleri, yapay zekaya tecavüz etmeleri riski de vardır. başkalarının çimi. Togelius, “Bilgisayar bilimcileri, hakkında hiçbir şey bilmedikleri alanlara burunlarını sokmak, bazı algoritmalar enjekte etmek ve bunu daha iyiye ve/veya daha kötüye doğru bir ilerleme olarak adlandırmak konusunda haklı bir üne sahiptirler” diyor ve daha önce şunu ekleme eğiliminde olduğunu itiraf ediyor: Daha iyi düşünmeden önce derin öğrenmeyi başka bir bilim alanına aktarın ve onu “ilerletin” çünkü fizik, biyoloji veya jeoloji hakkında pek bir şey bilmiyor.
Hassabis yapay zeka kullanımına bir örnek Peki bilimi ilerletmek için. Kendisi bir sinir bilimciydi ve 2009 yılında bu konuda doktora derecesini aldı ve bu geçmişinin Google DeepMind aracılığıyla yapay zekanın geliştirilmesine yardımcı olduğunu belirtti. Ancak o bile sektörün verimliliği artırma biçiminde bir değişiklik olduğunu kabul etti. “Bugün, [AI] Nobel Ödülü basın toplantısında “daha fazla mühendislik ağırlıklı hale geldi” dedi. “Artık beyne atıfta bulunmadan, yalnızca algoritmik olarak geliştirdiğimiz birçok tekniğimiz var.”
Bu da ne tür bir araştırmanın yapıldığını, bunu kimin yaptığını, alana ilişkin bilgi düzeyini ve bu alana girmenin ardındaki teşvikleri etkileyebilir. Hayatlarını bir uzmanlığa adayan araştırmacılardan ziyade, bilgisayar bilimcilerinin, baktıkları şeyin gerçekliğinden kopuk daha fazla araştırma yaptığını görebiliriz.
Ancak Hassabis, Jumper ve her ikisinin de bu hafta Nobel Ödülü’nü kazanmalarına yardımcı oldukları için teşekkür ettikleri meslektaşları için yapılan kutlamaların arkasında bu durum muhtemelen ikinci planda kalacak. “Ortalığı temizlemeye çok yaklaştık” [AlphaFold3] Kodu akademik topluluğun özgürce kullanması için yayınlayacağım” dedi. “O zaman oradan ilerlemeye devam edeceğiz.”