روبات‌ها و پژوهش
چگونه هوش مصنوعی علم را دگرگون می‌کند؟
مناظره‌های مربوط به هوش مصنوعی بر خطرات بالقوه آن از جمله تورش الگوریتمی و تبعیض، تخریب انبوه مشاغل و حتی انقراض بشریت متمرکز شده‌اند. اما در حالی که برخی ناظران به این سناریوهای شوم چشم دوخته‌اند دیگران به پاداش‌های بالقوه هوش مصنوعی توجه می‌کنند. آنها ادعا دارند که هوش مصنوعی میتواند به بشریت در حل برخی از بزرگ‌ترین و دشوارترین مسائل کمک کند. هوش مصنوعی این کار را با روشی خاص یعنی تسریع خارق‌العاده روند کشفیات علمی به ویژه در حوزه‌های پزشکی، علوم اقلیمی و فناوری سبز انجام می‌دهد. صاحب‌نظران برجسته این رشته از قبیل دمیس هاسابیس (Demis Hassabis) و یان لی‌کان (Yann Le Cun) عقیده دارند که هوش مصنوعی میتواند به پیشرفت‌های علمی سرعت بخشد و عصر طلایی کشفیات را به همراه آورد. آیا آنها درست می‌گویند؟ این ادعاها شایسته بررسی هستند و بسیاری از آنها میتوانند وزنه متقابلی برای نگرانی‌های مربوط به بیکاری گسترده و روبات‌های قاتل باشند. البته بسیاری از فناوری‌های گذشته به غلط مرهم دردها نامیده شدند. به عنوان مثال، تلگراف برقی در دهه 1850 و هواپیماها در دهه 1900 نمادهای صلح تلقی می‌شدند. صاحب‌نظران در دهه 1990 می‌گفتند که اینترنت نابرابری را کاهش می‌دهد و ملی‌گرایی را محو می‌کند. اما سازوکار حل مشکلات جهان از طریق هوش مصنوعی مبنای تاریخی محکم‌تری دارد، چون دوره‌هایی در تاریخ دیده می‌شوند که در آنها رویکردها و ابزارهای جدید واقعاً موج‌هایی از کشفیات علمی و نوآوری‌های دگرگون‌کننده به همراه آوردند. در قرن 17، میکروسکوپ و تلسکوپ‌ها حوزه‌های وسیعی از اکتشاف را گشودند و پژوهشگران را تشویق کردند تا مشاهداتی را که در طول زمان به‌دست آورده بودند تایید کنند. پیدایش نشریات علمی روش‌های نوینی را برای به اشتراک‌گذاری یافته‌ها در اختیار گذاشت. در نتیجه پیشرفت‌های سریعی در ستاره‌شناسی، فیزیک و دیگر رشته‌ها حاصل شد و اختراعات جدیدی از ساعت پاندولی تا موتور بخار (موتور محرک انقلاب صنعتی) معرفی شدند. سپس در اواخر قرن 19، تاسیس آزمایشگاه‌های پژوهشی که نظریات، افراد و مواد را در سطح وسیعی گردهم می‌آورد به نوآوری‌های جدیدی مانند کودهای شیمیایی، داروها و ترانزیستور انجامید. ترانزیستور مبنای کامپیوترها بود و آنها نیز به نوبه خود از اواسط قرن 20 اشکال جدید علم مبتنی بر شبیه‌سازی و الگو‌سازی، از طراحی تسلیحات و هواپیماها گرفته تا پیش‌بینی دقیق هواشناسی را امکان‌پذیر کردند. انقلاب کامپیوتری هنوز به پایان نرسیده است. هم‌اکنون ابزارها و تکنیک‌های هوش مصنوعی تقریباً در تمام رشته‌های علمی به‌کار می‌روند هرچند میزان کاربرد آنها تفاوت‌های زیادی دارد. به عنوان مثال، 2 /7 درصد مقالات سال 2022 در فیزیک و ستاره‌شناسی از هوش مصنوعی کمک گرفتند، در حالی که این درصد در دامپزشکی فقط 4 /1 بود. از هوش مصنوعی به روش‌های مختلف استفاده می‌شود. هوش مصنوعی میتواند موارد مناسب تحلیل از قبیل مولکول‌های دارای ویژگی‌های خاص در کشفیات دارویی یا مواد دارای ویژگی‌های لازم در ساخت باتری‌ها یا سلول‌های خورشیدی را شناسایی کند. هوش مصنوعی قادر است انبوهی از داده‌ها از جمله داده‌های گردآوری‌شده از طریق تصادم‌دهندگان ذرات یا تلسکوپ‌های روباتیک را در جست‌وجوی الگوها غربال کند. میتواند سیستم‌های پیچیده‌تری از قبیل بافت پروتئین‌ها و شکل‌گیری کهکشان‌ها را تحلیل کند. از ابزارهای هوش مصنوعی برای شناسایی آنتی‌بیوتیک‌های جدید، آشکارسازی ذرات هیگز (Higgs) و لهجه‌های منطقه‌ای گرگ‌ها استفاده می‌شود. باید از تمام این پیشرفت‌ها استقبال کرد. اما آزمایشگاه‌ها و نشریات از این هم جلوتر رفتند. آنها به ترکیب افراد و نظریات به شکل جدید و در مقیاس بزرگ کمک کردند و به این ترتیب اقدامات علمی را متحول کرده و ابزارهای قدرتمندتری برای انجام اکتشافات پیدا کردند. هوش مصنوعی توان بالقوه انجام چنین تحولاتی را دارد. دو حوزه نویدبخش هستند. اول، کشف مبتنی بر ادبیات (LBD) است که تحلیل ادبیات علمی موجود را به سبک تحلیل ادبی چت جی‌پی‌تی انجام می‌دهد تا به دنبال فرضیه‌ها، ارتباطات و دیدگاه‌های جدیدی بگردد که از چشم انسان‌ها دور مانده‌اند. کشف مبتنی بر ادبیات وعده شناسایی آزمایش‌های جدید را می‌دهد و حتی میتواند همکار بالقوه‌ای در پژوهش باشد؛ کارهای بین‌رشته‌ای را شبیه‌سازی و نوآوری را در مرزهای بین رشته‌ها تسریع می‌کند. سامانه‌های کشف مبتنی بر ادبیات میتوانند نقاط کور در هر رشته را شناسایی و حتی کشفیات آینده و کاشفان آنها را پیش‌بینی کنند. حوزه دوم دانشمندان روباتی هستند که به آزمایشگاه‌های خودران شهرت یافته‌اند. آنها سامانه‌های روباتی هستند که از هوش مصنوعی برای تشکیل فرضیات جدید براساس تحلیل داده‌ها و ادبیات موجود بهره می‌برند و سپس با انجام صدها یا هزاران آزمایش در حوزه‌هایی از قبیل زیست‌شناسی سامانه‌ها یا علوم مواد، فرضیه‌ها را می‌سنجند. این روبات‌ها برخلاف دانشمندان انسانی وابستگی کمتری به نتایج قبلی دارند، کمتر تحت تاثیر یک‌جانبه‌نگری قرار می‌گیرند و آسان‌تر میتوانند آزمایش‌ها را تکرار کنند. آنها میتوانند پژوهش‌های تجربی را در مقیاس وسیع انجام دهند، نظریه‌های غیرمنتظره بسازند و راه‌هایی را بررسی کنند که محققان انسانی هرگز در نظر نگرفته‌اند. بنابراین، نظریه تحول اقدامات علمی از طریق هوش مصنوعی نظریه‌ای امکان‌پذیر است. اما مهم‌ترین مانع جنبه جامعه‌شناسی دارد: این تحول فقط زمانی اتفاق می‌افتد که دانشمندان انسانی علاقه‌مند و قادر باشند از چنین ابزارهایی استفاده کنند. بسیاری از آنها فاقد مهارت و آموزش‌های لازم هستند. برخی نگران‌اند که بیکار شوند. خوشبختانه نشانه‌هایی امیدوارکننده وجود دارد. ابزارهای هوش مصنوعی صرفاً به پژوهشگران آن تعلق ندارند، بلکه متخصصان دیگر رشته‌ها هم از آنها استفاده می‌کنند. دولت‌ها و حامیان مالی میتوانند با تاکید بر استفاده بیشتر از استانداردهای مشترک به سامانه‌های هوش مصنوعی امکان دهند تا نتایج آزمایشگاهی و دیگر داده‌ها را تبادل و تفسیر کنند. همچنین آنها میتوانند منابع مالی لازم را برای پژوهش‌هایی فراتر از آنچه بخش خصوصی انجام می‌دهد تامین کنند. اشکال کمتر رایج هوش مصنوعی از قبیل یادگیری ماشینی مبتنی بر الگوها بهتر میتوانند وظایف علمی از قبیل فرضیه‌سازی را انجام دهند. رابرت هوک حکیم انگلیسی در سال 1665 و در دوران پیشرفت‌های سریع علمی اختراع ابزارهای علمی جدید از قبیل میکروسکوپ و تلسکوپ را «افزودن اعضای مصنوعی به اعضای طبیعی» نامید. به گفته او آن ابزارها به پژوهشگران امکان دادند به حوزه‌هایی وارد شوند که قبلاً قابل دسترسی نبودند و کشفیاتی را به روش‌های جدید انجام دهند که منافع شگفت‌آوری برای اشکال مختلف دانش دارند. برای جانشینان هوک در دنیای مدرن افزودن هوش مصنوعی به جعبه‌ابزار علمی همان نقش را در سال‌های پیش‌رو خواهد داشت: با همان نتایجی که جهان را دگرگون می‌کنند.
