Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

linkedin+1linkedin+1siliconangleΗ Google DeepMind της Alphabet Inc. δημοσίευσε την Τρίτη ένα νέο δοκίμιο προειδοποιώντας ότι οι πράκτορες τεχνητής νοημοσύνης παράγουν επιστημονικές υποθέσεις και σχεδιάζουν πειράματα ταχύτερα από ό,τι μπορούν να τα ελέγξουν φυσικά τα εργαστήρια, δημιουργώντας αυτό που η εταιρεία αποκάλεσε «αυξανόμενο σημείο συμφόρησης επικύρωσης», το οποίο απειλεί να επιβραδύνει τη μετατροπή των ανακαλύψεων που καθοδηγούνται από την τεχνητή νοημοσύνη σε πραγματικές καινοτομίες.
Το δοκίμιο, το οποίο ανακοινώθηκε μέσω των καναλιών κοινωνικής δικτύωσης της DeepMind στις 15 Ιουλίου, περιγράφει τέσσερις προτεραιότητες για τους υπεύθυνους χάραξης πολιτικής και τους χρηματοδότες προκειμένου να γεφυρωθεί το χάσμα μεταξύ των ιδεών που παράγονται από την τεχνητή νοημοσύνη και της εμπειρικής τους επιβεβαίωσης.learnijoy+2
«Από την πρόταση υποθέσεων έως τον σχεδιασμό πειραμάτων, οι πράκτορες τεχνητής νοημοσύνης αρχίζουν να αναδιαμορφώνουν την επιστημονική ανακάλυψη. Όμως το πιο δύσκολο κομμάτι είναι ο έλεγχος αυτών των ιδεών στον πραγματικό κόσμο», έγραψε η DeepMind στην ανακοίνωση του δοκιμίου της. Το κείμενο βασίζεται σε ένα σώμα εργασίας που έχει αναπτύξει η DeepMind γύρω από την τεχνητή νοημοσύνη για την επιστήμη, συμπεριλαμβανομένου του εργαλείου Co-Scientist — ενός συστήματος πολλαπλών πρακτόρων που δημοσιεύτηκε στο Nature νωρίτερα φέτος, το οποίο εξετάζει την επιστημονική βιβλιογραφία, δημιουργεί ελέγξιμες υποθέσεις και τις κατατάσσει μέσω προσομοιωμένης συζήτησης.linkedin+3
Η κλίμακα της αναντιστοιχίας είναι έντονη. Όπως σημείωσε μια ανάλυση όταν η DeepMind ανακοίνωσε το πρώτο της αυτοματοποιημένο εργαστήριο στα τέλη του περασμένου έτους, τα συστήματα τεχνητής νοημοσύνης μπορούν να προτείνουν χιλιάδες νέα υλικά ετησίως, ενώ η ικανότητα ανθρώπινης επικύρωσης παραμένει κατά τάξεις μεγέθους μικρότερη. Το αυτοματοποιημένο εργαστήριο της DeepMind στο Ηνωμένο Βασίλειο, που ανακοινώθηκε τον Δεκέμβριο του 2025 σε συνεργασία με τη βρετανική κυβέρνηση, πρόκειται να αναζητήσει νέα υλικά για μπαταρίες, τσιπ και ηλιακή ενέργεια και αποτελεί μια προσπάθεια αντιμετώπισης του χάσματος.deepmind+2
Το δοκίμιο καλεί τις κυβερνήσεις και τους χρηματοδοτικούς φορείς να αναλάβουν δράση σε τέσσερα μέτωπα για να αποτρέψουν την επιστήμη που καθοδηγείται από την τεχνητή νοημοσύνη από το να βαλτώσει στο στάδιο της επιβεβαίωσης. Αν και η DeepMind δεν έχει δημοσιεύσει το πλήρες κείμενο του νέου δοκιμίου δημόσια τη στιγμή της συγγραφής, η περιγραφή της εταιρείας δείχνει προτεραιότητες που περιλαμβάνουν επενδύσεις σε υποδομές αυτοματοποιημένων εργαστηρίων και κοινά συστήματα επικύρωσης που θα μπορούσαν να επιτρέψουν σε πολλές ερευνητικές ομάδες να ελέγχουν υποθέσεις που παράγονται από τεχνητή νοημοσύνη σε κλίμακα.linkedin+1
Η δημοσίευση έρχεται εν μέσω ευρύτερων εκκλήσεων από την ηγεσία της DeepMind για θεσμικές μεταρρυθμίσεις γύρω από την τεχνητή νοημοσύνη. Μόλις λίγες ημέρες νωρίτερα, ο διευθύνων σύμβουλος Demis Hassabis ζήτησε τη δημιουργία ενός φορέα προτύπων για τη ρύθμιση των μοντέλων τεχνητής νοημοσύνης αιχμής, σηματοδοτώντας την αυξανόμενη ενασχόληση της εταιρείας με ζητήματα πολιτικής πέρα από την παραδοσιακή ερευνητική της εστίαση.siliconangle+1
Η παρέμβαση της DeepMind προστίθεται σε μια αυξανόμενη συναίνεση σε ολόκληρη την κοινότητα της τεχνητής νοημοσύνης και της επιστήμης. Τον Ιούνιο, η εταιρεία βιοτεχνολογίας Nuclera ανέδειξε αυτό που αποκάλεσε «σημείο συμφόρησης επικύρωσης αντισωμάτων από τεχνητή νοημοσύνη», ενώ ανεξάρτητοι σχολιαστές σημείωσαν ότι «το σημείο συμφόρησης στην τεχνητή νοημοσύνη για τη βιολογία δεν ήταν ποτέ το μοντέλο», αλλά μάλλον η αδυναμία παρατήρησης και ελέγχου των συστημάτων που μοντελοποιούνται. Ένα δοκίμιο του Ιουνίου από την K-Dense AI υποστήριξε παρομοίως ότι η επαλήθευση —όχι η παραγωγή— είναι ο δεσμευτικός περιορισμός για τους ερευνητικούς πράκτορες τεχνητής νοημοσύνης.k-dense+2
Το δοκίμιο αντιπροσωπεύει μια εξέλιξη του προηγούμενου έργου πολιτικής της DeepMind σχετικά με την τεχνητή νοημοσύνη για την επιστήμη, το οποίο τον Νοέμβριο του 2024 ζητούσε πρωτοβουλίες, συμπεριλαμβανομένων επιστημονικών παρατηρητηρίων δεδομένων και νέων τρόπων οργάνωσης των ερευνητικών ιδρυμάτων. Η νέα εστίαση στις υποδομές φυσικής επικύρωσης υποδηλώνει ότι καθώς εργαλεία όπως το Co-Scientist ωριμάζουν, ο περιοριστικός παράγοντας έχει μετατοπιστεί αποφασιστικά από την υπολογιστική στην πειραματική ικανότητα.deepmind