Vytváření společného jazyka: Jak umělá inteligence bourá bariéry mezi vědními obory

Za posledních 15 let, od doby, kdy Kaiming He studoval doktorandské studium, se toho hodně změnilo. „V doktorandském studiu existuje vysoká zeď mezi různými disciplínami a předměty, a dokonce i uvnitř informatiky,“ říká He. „Člověk sedící vedle mě mohl dělat věci, kterým jsem vůbec nerozuměl.“

Za sedm měsíců, co se He připojil k MIT Schwarzman College of Computing jako profesor softwarové technologie na katedře elektrotechniky a informatiky, říká, že zažívá něco, co je podle něj „velmi vzácné v historii lidské vědy“ – snižování zdí, které se rozšiřují napříč různými vědními disciplínami.

„Nemám šanci pochopit fyziku vysokých energií, chemii nebo špičkový výzkum biologie, ale teď vidíme něco, co nám může pomoci tyto zdi zbořit,“ říká He, „a to je vytvoření společného jazyka, který se našel v AI.“

Budování mostu AI

Podle Heho tento posun začal v roce 2012 v důsledku „revoluce hlubokého učení“, kdy si lidé uvědomili, že tato sada metod strojového učení založených na neuronových sítích je tak silná, že ji lze využít k většímu účelu.

„V tomto bodě začalo počítačové vidění – pomáhat počítačům vidět a vnímat svět tak, jako by to byli lidé – velmi rychle růst, protože se ukázalo, že stejnou metodiku lze aplikovat na mnoho různých problémů a oblastí,“ říká He. „Takže komunita počítačového vidění rychle vzrostla, protože různé podtémata nyní dokázaly hovořit společným jazykem a sdílet společnou sadu nástrojů.“

Od té doby se podle Heho tento trend začal rozšiřovat do dalších oblastí informatiky, včetně zpracování přirozeného jazyka, rozpoznávání řeči a robotiky, čímž se vytvořil základ pro ChatGPT a další pokrok směrem k obecné umělé inteligenci (AGI).

„Všechno se to stalo za poslední desetiletí a vedlo nás k novému vznikajícímu trendu, na který se opravdu těším, a to je sledování šíření metodologie AI do dalších vědních disciplín,“ říká He.

Jedním z nejznámějších příkladů je podle Heho AlphaFold, program umělé inteligence vyvinutý společností Google DeepMind, který provádí predikci struktury proteinů.

„Je to velmi odlišná vědní disciplína, velmi odlišný problém, ale lidé také používají stejnou sadu nástrojů AI, stejnou metodiku k řešení těchto problémů,“ říká He, „a myslím, že je to teprve začátek.“

Budoucnost AI ve vědě

Od svého příchodu na MIT v únoru 2024 He hovořil s profesory téměř ze všech kateder. Někdy se ocitne v rozhovoru se dvěma nebo více profesory z velmi odlišných oborů.

„Určitě plně nerozumím jejich oblasti výzkumu, ale oni jen představí nějaký kontext a pak můžeme začít hovořit o hlubokém učení, strojovém učení, [a] neuronových síťových modelech v jejich problémech,“ říká He. „V tomto smyslu jsou tyto nástroje AI jako společný jazyk mezi těmito vědními oblastmi: nástroje strojového učení „překládají“ jejich terminologii a koncepty do termínů, kterým rozumím, a pak se mohu učit jejich problémy a sdílet své zkušenosti a někdy jim navrhnout řešení nebo příležitosti k prozkoumání.“

Rozšiřování do různých vědních disciplín má značný potenciál, od používání videoanalýzy k předpovídání trendů počasí a klimatu až po urychlení výzkumného cyklu a snížení nákladů v souvislosti s objevováním nových léků.

Ačkoli nástroje AI poskytují jasný přínos práci Heových kolegů vědců, He také poznamenává reciproční vliv, který mohou mít a měly, na tvorbu a rozvoj AI.

„Vědci poskytují nové problémy a výzvy, které nám pomáhají dále vyvíjet tyto nástroje,“ říká He. „Ale je také důležité si pamatovat, že mnoho dnešních nástrojů AI pochází z dřívějších vědeckých oblastí – například umělé neuronové sítě byly inspirovány biologickými pozorováními; difúzní modely pro generování obrazů byly motivovány termínem z fyziky.“

„Věda a AI nejsou izolované předměty. Přibližovali jsme se ke stejnému cíli z různých perspektiv a teď se scházíme.“

A kde jinde by se měly scházet lépe než na MIT.

„Není překvapivé, že MIT může tuto změnu vidět dříve než mnoho jiných míst,“ říká He. „[MIT Schwarzman College of Computing] vytvořilo prostředí, které propojuje různé lidi a umožňuje jim sedět spolu, mluvit spolu, pracovat spolu, vyměňovat si nápady a mluvit stejným jazykem – a vidím, že se to začíná dít.“

Pokud jde o to, kdy se zdi zcela srovnají, He poznamenává, že jde o dlouhodobou investici, která se nestane přes noc.

„Před desetiletími byly počítače považovány za high-tech a potřebovali jste specifické znalosti, abyste jim rozuměli, ale teď každý používá počítač,“ říká He. „Očekávám, že za 10 a více let bude každý používat nějaký druh AI nějakým způsobem pro svůj výzkum – jsou to jen jejich základní nástroje, jejich základní jazyk a mohou použít AI k řešení svých problémů.“