Naujos publikacijos
Dirbtinis intelektas neurologinių tyrimų rezultatus prognozuoja geriau nei ekspertai
Paskutinį kartą peržiūrėta: 03.07.2025
Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.
Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.
Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.
Londono universiteto koledžo (UCL) tyrėjų atliktas tyrimas parodė, kad dideli kalbos modeliai (LLM), tokie kaip GPT, gali numatyti neurologijos tyrimų rezultatus tikslumu, viršijančiu žmonių ekspertų tikslumą. Žurnale „Nature Human Behaviour“ paskelbtame darbe parodoma, kaip dirbtinis intelektas, apmokytas dirbti su dideliais teksto duomenų rinkiniais, gali ne tik išgauti informaciją, bet ir nustatyti modelius, leidžiančius numatyti mokslinius rezultatus.
Naujas požiūris į mokslinį prognozavimą
Pasak pagrindinio tyrimo autoriaus dr. Keno Lo (UCL psichologijos ir kalbos mokslų), generatyvinio dirbtinio intelekto, tokio kaip „ChatGPT“, kūrimas atvėrė didžiules galimybes apibendrinimui ir žinių išgavimui. Tačiau užuot tyrę dirbtinio intelekto gebėjimą analizuoti praeities informaciją, tyrėjai nusprendė ištirti, ar dirbtinis intelektas gali numatyti būsimus eksperimentinius rezultatus.
„Mokslinė pažanga dažnai apima bandymus ir klaidas, o tai užima laiko ir išteklių. Net patyrę tyrėjai gali praleisti svarbias detales literatūroje. Mūsų darbas rodo, kad LLM gali aptikti modelius ir numatyti eksperimentinius rezultatus“, – sakė dr. Lo.
„BrainBench“: dirbtinis intelektas ir ekspertų testavimas
Norėdami patikrinti LLM galimybes, tyrėjai sukūrė įrankį pavadinimu „BrainBench“, kuriame yra poros mokslinių santraukų iš neurologijos:
- Vienoje santraukoje pateikiamas faktinis tyrimo rezultatas.
- Antrasis yra modifikuotas, bet tikėtinas ekspertų sukurtas rezultatas.
Buvo išbandytas 15 kalbos modelių ir 171 neurologijos eksperto gebėjimas atskirti tikrus rezultatus nuo netikrų. Rezultatai buvo įspūdingi:
- Dirbtinis intelektas parodė vidutinį 81 % tikslumą, o ekspertai – tik 63 %.
- Net specialistai, turintys aukščiausią žinių savęs vertinimą, pasiekė tik 66 %.
Patobulinti modeliai ir perspektyvos
Mokslininkai taip pat pritaikė atvirojo kodo LLM (Mistral versiją), mokydami ją mokslinės literatūros apie neuromokslą pagrindu. Gautas modelis, pavadintas BrainGPT, parodė dar didesnį tikslumą – 86 %.
„Mūsų darbas rodo, kad dirbtinis intelektas gali tapti neatsiejama eksperimentinio projektavimo proceso dalimi, ne tik pagreitindamas darbą, bet ir padidindamas jo efektyvumą“, – teigė profesorius Bradley Love'as (UCL).
Galimybės ir iššūkiai
Tyrėjai teigia, kad jų metodą galima pritaikyti įvairioms mokslo disciplinoms. Tačiau tyrimo rezultatai kelia svarbų klausimą: ar šiuolaikiniai moksliniai tyrimai yra pakankamai novatoriški? Didelis dirbtinio intelekto tikslumas prognozuojant rodo, kad daugelis mokslinių išvadų atitinka esamus modelius.
„Kuriame dirbtinio intelekto įrankius, kurie padės mokslininkams kurti eksperimentus ir numatyti galimus rezultatus, paspartinti iteracijas ir priimti labiau pagrįstus sprendimus“, – pridūrė dr. Lo.
Šis dirbtinio intelekto naudojimo proveržis žada paspartinti mokslinius atradimus ir pagerinti tyrimų efektyvumą visame pasaulyje.