هوش مصنوعی و عصر طلایی علم
خلاصهٔ کاملتر
Noah Smith توی این مقاله یادآوری میکنه که تا چند سال پیش خیلی از پژوهشگرها فکر میکردن علم داره کند میشه؛ ایدههای ساده کشف شدن و برای همون سرعت قبلی باید آدمهای خیلی بیشتری روی مسئلهها گذاشت. نویسنده میگه حالا با AI نشونههای تند شدن دوباره دیده میشه: Anthropic نتایج اولیهی شش همکاری توسعهی دارو با Claude رو منتشر کرده، OpenAI از یه سرنخ برای بیماریهای تخریب عصبی گفته و Google از پیشرفتهایی با Gemini توی همجوشی هستهای و کوانتوم. خودش البته قبول داره اینها هنوز مقدماتیان.
اولین دلیلش اینه که تعداد «پژوهشگر مؤثر» دیگه محدود نیست. قبلاً اگه تعداد پژوهشگرها رو زیاد میکردی، میانگین کیفیت پایین میاومد؛ یه پژوهش در ۲۰۲۴ میگه این اثر توانایی میانگین پژوهشگرها رو بین ۳۷ تا ۵۳ درصد پایین آورده. با AI فقط کافیه چیپ و دیتاسنتر بیشتر بسازی تا agentهای بیشتری روی سؤالهای مختلف بهطور موازی کار کنن. agentها هم برخلاف آدمها که دههها طول میکشه به مرز دانش برسن، خیلی سریع کل ادبیات یه حوزه رو جذب میکنن.
دلیل دوم حذف گلوگاه نظریهست. نویسنده یادآوری میکنه که بعد از دیدن طیف تابش جسم سیاه چند سال طول کشید تا Planck فرضیهی کوانتومی رو بده. به گفتهی اون AI توی ریاضی خیلی قویه و اخیراً یه مدل OpenAI چند مسئلهی باز مهم رو حل کرده، از جمله اثبات اینکه مدل استاندارد فیزیک ذرات از نظر ریاضی خوشتعریفه. پس فاصلهی بین آزمایش و نظریه یه مرتبه کوتاهتر میشه.
دلیل سوم خوندن کل ادبیات علمیه. مثالش کار OpenAI هست: هزاران agent با GPT-Rosalind هر کدوم یه اختلال ژنی رو توی یه اطلس CRISPR کل مغز موش بررسی کردن، مقالهها رو گشتن و توضیح پیشنهاد دادن. تیم تخمین زده همین کار برای آدمها ماهها تا یه سال طول میکشید. نویسنده معتقده با AI تقریباً هر پژوهشی میانرشتهای میشه، چون میتونه ایدههای یه رشتهی کاملاً دیگه رو هم وارد کار کنه.
آخرین و جسورانهترین ادعا «ابرعلم» هست. نویسنده از «cloud laws» حرف میزنه، یعنی قاعدههایی که اونقدر پیچیده و پخشن که هیچ آدمی نمیتونه درکشون کنه یا به بقیه توضیحشون بده، ولی AI میتونه ازشون استفاده کنه. برای پیدا کردنشون باید حجم عظیمی داده از سنسورها مستقیم به AI داد. نویسنده هشدار میده که همهی اینها با فرض بقای تمدنه و همین عصر طلایی میتونه عصر بیوتروریسم هم بشه. از طرفی ممکنه AI توی پژوهشهای مفهومی و باز کندتر باشه و هنوز به آدمها نیاز باشه.
نکات کلیدی:
- طبق پژوهش ۲۰۲۴، گسترش جامعهی پژوهشی توانایی میانگین پژوهشگرها رو ۳۷ تا ۵۳ درصد پایین آورده
- با AI تعداد پژوهشگرها فقط به چیپ و دیتاسنتر وابستهست
- هزاران agent با GPT-Rosalind کاری رو انجام دادن که برای آدمها ماهها تا یه سال طول میکشید
- Anthropic نتایج اولیهی شش همکاری توسعهی دارو با Claude رو منتشر کرده که هنوز بیشترش پیشبالینیه
- «cloud laws» یعنی قاعدههایی که فقط AI میتونه ازشون استفاده کنه
- نویسنده قبول داره AI ممکنه آخرش به بازده نزولی برسه




