هوش مصنوعی یک انقلاب صنعتی جدید را به راه می‌اندازد.

نشریه “اکونومیست” به بررسی تأثیر هوش مصنوعی بر دنیای علم و صنعت پرداخته و تأکید دارد که هوش مصنوعی می‌تواند به مانند کاری که نیوتن با کشف جاذبه انجام داد، یک انقلاب صنعتی دیگر رقم بزند. این مقاله مطرح می‌کند که علاوه بر خطرات و تهدیدات مرتبط با هوش مصنوعی، این فناوری قدرتی دارد که بتواند دنیای علم را متحول کند.

همچنین تأکید می‌شود که هوش مصنوعی می‌تواند در حل مشکلات پیچیده و بزرگی که به جامعه انسانی و علمی وارد می‌شود، نقش اساسی داشته باشد. به عنوان مثال، در زمینه‌هایی مانند پزشکی، علوم آب و هوا، و فناوری سبز، هوش مصنوعی می‌تواند با افزایش سرعت اکتشافات علمی و پیشبرد تحقیقات به مرحله‌های بالاتری کمک کند.

در نهایت، مقاله به اهمیت توجه به مزایای بالقوه هوش مصنوعی و استفاده از آن به عنوان یک ابزار برای حل چالش‌های علمی و صنعتی تاکید می‌کند، در حالی که همچنان به تأثیرات منفی آن نیز توجه دارد.

به گفته افراد برجسته در زمینه هوش مصنوعی مانند دمیس حاسابیس (Demis Hassabis) و یان لیکان (Yann LeCun)، هوش مصنوعی توانایی دارد که به روشی بسیار خاص و با افزایش سرعت اکتشافات علمی، به ویژه در زمینه‌هایی مانند پزشکی، علوم آب و هوا و فناوری سبز، تغییرات مهمی در دنیای علم به وجود آورد. این ادعاها ارزش بررسی دارند و ممکن است تعادلی مفید میان تفکر به مزایای بالقوه هوش مصنوعی و نگرانی‌های مرتبط با آن، مخصوصاً ترس از بیکاری در مقیاس گسترده و مخاطرات مرتبط با ربات‌های خودکار، ایجاد کنند.

مقایسه با فناوری‌های گذشته نیز به یادآوری مهمی می‌پردازد. به عنوان مثال، تلگراف برقی در دهه ۱۸۵۰ به عنوان یک نماد صلح جهانی تحسین شد، همچنین هواپیماها در دهه ۱۹۰۰. در دهه ۱۹۹۰، اینترنت نیز به عنوان یک فناوری که نابرابری را کاهش می‌دهد و ملی‌گرایی را ریشه‌کن می‌کند معرفی شد. این تاریخچه نشان می‌دهد که ادعاهای ابتکاری نباید به طور کورانه پذیرفته شوند و نیاز به بررسی دقیق‌تر دارند.

اما مکانیزمی که به نظر می‌رسد هوش مصنوعی با آن قصد دارد مشکلات جهان را حل کند، بنیان‌های تاریخی قوی‌تری دارد. در تاریخ، دوره‌های متعددی وجود داشته که رویکردها و ابزارهای جدید در واقع به ایجاد انفجارهای علمی و نوآوری در جهان کمک کرده‌اند.

در قرن هفدهم، میکروسکوپ‌ها و تلسکوپ‌ها چشم‌اندازهای جدیدی از اکتشافات را به روی بشر گشودند و پژوهشگران را ترغیب کردند که مشاهدات خود را بر اساس حسابداری دوران باستان نگاه نکنند. همچنین، معرفی مجلات علمی، راه‌های جدیدی را برای به اشتراک گذاری و انتشار یافته‌های خود فراهم کرد.

این تغییرات منجر به پیشرفت سریع در زمینه‌های مختلفی مانند نجوم و فیزیک شد و همچنین اختراعات مهمی را به همراه داشت؛ از ساعت‌آونگی تا موتور بخار که محرک اصلی انقلاب صنعتی شد.

در اواخر قرن نوزدهم، تأسیس آزمایشگاه‌های تحقیقاتی که ایده‌ها، افراد و مواد را در مقیاس صنعتی گردآوری می‌کردند، منجر به نوآوری‌های بیشتری شد؛ مانند کود مصنوعی، داروها و ترانزیستور که سنگ بنای اولیه ساخت رایانه‌ها شد.

همچنین از اواخر قرن بیستم به بعد، رایانه‌ها به تدریج وارد تمامی زمینه‌های علمی شدند و به عنوان ابزارهایی برای شبیه‌سازی و مدل‌سازی در زمینه‌های مختلف از علم به کار رفتند. با این حال، میزان پذیرش هوش مصنوعی در زمینه‌های مختلف، بسیار متفاوت است. به عنوان مثال، ۷.۲ درصد از مقالات منتشر شده در زمینه فیزیک و نجوم در سال ۲۰۲۲ با هوش مصنوعی مرتبط بودند، در حالی که این درصد برای علوم دامپزشکی تنها ۱.۴ درصد بوده است.

اکنون هوش مصنوعی به طرق گوناگونی در اختیار علم و تحقیقات قرار می‌گیرد. هوش مصنوعی می‌تواند نامزدهای امیدوارکننده‌ای را کشف کند، مانند مولکول‌هایی با خصوصیات خاص برای توسعه داروها یا موادی با ویژگی‌های مورد نیاز برای باتری‌ها یا سلول‌های خورشیدی. علاوه بر این، می‌تواند از داده‌های انبوهی مثل اطلاعات تولید شده توسط برخورددهنده‌های ذرات یا تلسکوپ‌های رباتیک استفاده کند و در جستجوی الگوهای خاص در آنها باشد.

هوش مصنوعی می‌تواند سیستم‌های پیچیده‌تری مانند تاخوردگی پروتئین‌ها و تشکیل کهکشان‌ها را هم مدل‌سازی و تحلیل نماید. همچنین از ابزارهای هوش مصنوعی برای شناسایی آنتی‌بیوتیک‌های جدید، آشکارسازی بوزون‌های هیگز و تشخیص لهجه‌های گرگ‌ها در هر منطقه و بسیاری از موارد دیگر استفاده می‌شود.

تا کنون، این پیشرفت‌ها توسط جامعه علمی و آزمایشگاه‌ها با استقبال گرفته شده‌اند و به سطحی جدید از تحقیقات و کشف در علم منجر شده‌اند. از هوش مصنوعی به عنوان ابزاری قدرتمند برای اکتشافات در زمینه‌های مختلف استفاده می‌شود. این تکنولوژی می‌تواند به بشریت در حل مسائل پیچیده‌تر کمک کند و به پیشرفت‌های علمی سرعت بدهد.

دو حوزه خاص به عنوان مثال از این پیشرفت‌ها بهره‌مند می‌شوند. اولین حوزه، اکتشاف مبتنی بر ادبیات (LBD) است. در این روش، از تجزیه و تحلیل ادبیات علمی موجود با استفاده از تحلیل زبان به سبک ChatGPT برای جستجوی فرضیه‌ها، کشف ارتباطات یا ایده‌های جدید که ممکن است انسان‌ها از آنها غافل شده باشند، استفاده می‌شود.

این روش می‌تواند کار میان‌رشته‌ای را تحریک کرده و نوآوری را در مرزهای بین رشته‌ای تقویت کند. سیستم‌های اکتشاف مبتنی بر ادبیات همچنین می‌توانند نقاط کور در یک زمینه خاص را شناسایی کرده و حتی پیش‌بینی کنند که چه کسی این اکتشافات را انجام خواهد داد.

حوزه دوم، مشهور به نام “دانشمندان رباتیک” یا به عبارت دیگر “آزمایشگاه‌های خودران” است. این سیستم‌های رباتیکی از هوش مصنوعی برای تشکیل فرضیه‌های جدید، بر اساس تجزیه و تحلیل داده‌ها و مقالات موجود استفاده می‌کنند. سپس با انجام صدها یا هزاران آزمایش، این فرضیه‌ها را در زمینه‌هایی مانند زیست‌شناسی سیستم‌ها و ع

لم مواد بررسی می‌کنند.

بر خلاف انسان‌های علمی، ربات‌ها کمتر به نتایج قبلی وابسته هستند و تحت تأثیر سوگیری قرار نمی‌گیرند. علاوه بر این، تکثیر و استفاده از آن‌ها بسیار آسان است. آن‌ها می‌توانند تحقیقات تجربی را افزایش دهند، نظریه‌های غیرمنتظره‌ای ایجاد کنند و روش‌هایی را کشف کنند که پژوهشگران انسانی ممکن است در نظر نگرفته باشند.

این ایده که هوش مصنوعی می‌تواند عُرف علمی را متحول کند، همچنان واقع‌گرایی دارد. با این حال، مانع اصلی در اینجا جامعه‌شناختی است. به عبارت دیگر، برای رخ دادن چنین تحولاتی، دانشمندان بشری باید مایل و قادر به استفاده از این ابزارهای پیشرفته باشند. بسیاری از آن‌ها نیاز به تربیت و مهارت‌های لازم را ندارند، و برخی از آن‌ها نگرانی دارند که این تکنولوژی‌ها می‌توانند منجر به از کارافتادگی آن‌ها شوند. خوشبختانه، نشانه‌هایی از امیدواری نیز مشهود است.

به طور کلی، ابزارهای هوش مصنوعی در حال حاضر تحت فشاری قرار دارند که از طریق ترویج استانداردهای مشترک، دانشمندان در زمینه‌های مختلف به استفاده از آن‌ها تشویق داده شوند. همچنین، دولت‌ها و نهادهای تأمین مالی می‌توانند با تشویق به تبادل و تفسیر داده‌ها و نتایج آزمایشگاهی از طریق سیستم‌های هوش مصنوعی، تحقیقات را افزایش دهند. آن‌ها همچنین می‌توانند تحقیقات بیشتری در مورد ادغام هوش مصنوعی با رباتیک آزمایشگاهی و شکل‌های متنوعتری از هوش مصنوعی، که تقریباً تمام تراشه‌های هوش مصنوعی را به سمت سیستم‌های مبتنی بر زبان مانند ChatGPT تغییر نداده‌اند، پیشنهاد دهند.

به علاوه، اشکال کمتر معمول هوش مصنوعی مانند یادگیری ماشینی مبتنی بر مدل، ممکن است برای کارهای علمی مانند تشک

یل فرضیه‌ها مناسب‌تر باشند. در سال ۱۶۶۵، طی دورانی که پیشرفت علمی به سرعت پیش می‌رفت، رابرت هوک، دانشمند انگلیسی، ظهور ابزارهای علمی جدید مانند میکروسکوپ و تلسکوپ را به عنوان “افزودن اندام‌های مصنوعی به طبیعی” توصیف کرد. این ابزارها به پژوهشگران امکان دسترسی به قلمروهای جدیدی که قبلاً دست نیافته بودند را فراهم کرد و امکان کشف مسائل با روش‌های جدید و با بهره‌های شگفت‌آوری را در انواع دانش مفید ایجاد کرد.