Jaunas publikācijas
Mākslīgais intelekts prognozē neirozinātnes pētījumu rezultātus labāk nekā eksperti
Pēdējā pārskatīšana: 03.07.2025
Visi iLive saturs ir medicīniski pārskatīts vai pārbaudīts, lai nodrošinātu pēc iespējas lielāku faktisko precizitāti.
Mums ir stingras iegādes vadlīnijas un tikai saikne ar cienījamiem mediju portāliem, akadēmiskām pētniecības iestādēm un, ja vien iespējams, medicīniski salīdzinošiem pārskatiem. Ņemiet vērā, ka iekavās ([1], [2] uc) esošie numuri ir klikšķi uz šīm studijām.
Ja uzskatāt, ka kāds no mūsu saturiem ir neprecīzs, novecojis vai citādi apšaubāms, lūdzu, atlasiet to un nospiediet Ctrl + Enter.
Londonas Universitātes koledžas (UCL) pētnieku pētījums liecina, ka lielie valodu modeļi (LLM), piemēram, GPT, var paredzēt neirozinātnes pētījumu rezultātus ar precizitāti, kas pārsniedz cilvēku ekspertu precizitāti. Žurnālā Nature Human Behaviour publicētais darbs parāda, kā mākslīgais intelekts, kas apmācīts darbā ar lieliem teksta datu kopumiem, var ne tikai iegūt informāciju, bet arī identificēt modeļus, lai prognozētu zinātniskos rezultātus.
Jauna pieeja zinātnes prognozēšanai
Pētījuma vadošais autors Dr. Kens Lo (UCL Psiholoģijas un valodu zinātņu fakultāte) apgalvo, ka ģeneratīvā mākslīgā intelekta, piemēram, ChatGPT, attīstība ir pavērusi plašas iespējas vispārināšanai un zināšanu ieguvei. Tomēr pētnieki nolēma nevis pētīt mākslīgā intelekta spēju analizēt pagātnes informāciju, bet gan izpētīt, vai mākslīgais intelekts varētu paredzēt nākotnes eksperimentālos rezultātus.
"Zinātniskais progress bieži vien ietver izmēģinājumus un kļūdas, kas prasa laiku un resursus. Pat pieredzējuši pētnieki var palaist garām svarīgas detaļas literatūrā. Mūsu darbs liecina, ka LLM var atklāt modeļus un paredzēt eksperimentālus rezultātus," sacīja Dr. Lo.
BrainBench: mākslīgais intelekts un ekspertu testēšana
Lai pārbaudītu LLM iespējas, pētnieki izveidoja rīku ar nosaukumu BrainBench, kas ietver zinātnisku kopsavilkumu pārus no neirozinātnes:
- Vienā kopsavilkumā ir ietverts faktiskais pētījuma rezultāts.
- Otrais ir modificēts, bet ticams rezultāts, ko radījuši eksperti.
Tika pārbaudīta 15 valodu modeļu un 171 neirozinātņu eksperta spēja atšķirt īstus rezultātus no viltus. Rezultāti bija iespaidīgi:
- Mākslīgais intelekts uzrādīja vidējo precizitāti 81%, savukārt eksperti ieguva tikai 63%.
- Pat speciālisti ar augstāko zināšanu pašnovērtējumu sasniedza tikai 66%.
Uzlaboti modeļi un perspektīvas
Zinātnieki arī pielāgoja atvērtā koda LLM (Mistral versiju), apmācot to neirozinātnes zinātniskajā literatūrā. Iegūtais modelis ar nosaukumu BrainGPT uzrādīja vēl augstāku precizitāti — 86 %.
"Mūsu darbs rāda, ka mākslīgais intelekts var kļūt par neatņemamu eksperimentālā dizaina procesa sastāvdaļu, ne tikai padarot darbu ātrāku, bet arī efektīvāku," sacīja profesors Bredlijs Lavs (UCL).
Iespējas un izaicinājumi
Pētnieki norāda, ka viņu pieeju var pielāgot dažādām zinātnes disciplīnām. Tomēr pētījuma rezultāti rada svarīgu jautājumu: vai mūsdienu zinātniskie pētījumi ir pietiekami inovatīvi? Mākslīgā intelekta augstā precizitāte prognozēšanā liecina, ka daudzi zinātniskie atklājumi atbilst esošajiem modeļiem.
"Mēs veidojam mākslīgā intelekta rīkus, kas palīdzēs zinātniekiem izstrādāt eksperimentus un prognozēt iespējamos rezultātus, paātrinot iterācijas un pieņemot pamatotākus lēmumus," piebilda Dr. Lo.
Šis sasniegums mākslīgā intelekta izmantošanā sola paātrināt zinātniskos atklājumus un uzlabot pētījumu efektivitāti visā pasaulē.