Новые публикации
ИИ предсказывает результаты исследований в нейробиологии лучше, чем эксперты
Последняя редакция: 28.11.2024
Весь контент Web2Health проверяется медицинскими экспертами, чтобы обеспечить максимально возможную точность и соответствие фактам.
У нас есть строгие правила по выбору источников информации и мы ссылаемся только на авторитетные сайты, академические исследовательские институты и, по возможности, доказанные медицинские исследования. Обратите внимание, что цифры в скобках ([1], [2] и т. д.) являются интерактивными ссылками на такие исследования.
Если вы считаете, что какой-либо из наших материалов является неточным, устаревшим или иным образом сомнительным, выберите его и нажмите Ctrl + Enter.
Исследование, проведенное учеными из Университетского колледжа Лондона (UCL), показало, что крупные языковые модели (LLMs), такие как GPT, способны прогнозировать результаты нейронаучных исследований с точностью, превышающей возможности человеческих экспертов. Работа, опубликованная в Nature Human Behaviour, демонстрирует, как искусственный интеллект, обученный на больших текстовых наборах данных, может не только извлекать информацию, но и выявлять закономерности для предсказания научных результатов.
Новый подход к прогнозированию науки
По словам ведущего автора исследования, доктора Кена Ло (UCL Psychology & Language Sciences), развитие генеративного ИИ, такого как ChatGPT, открыло широкие возможности для обобщения и извлечения знаний. Однако вместо изучения способностей ИИ к анализу прошлой информации ученые решили исследовать, сможет ли ИИ прогнозировать будущие результаты экспериментов.
"Научный прогресс часто связан с пробами и ошибками, что требует времени и ресурсов. Даже опытные исследователи могут упустить важные детали в литературе. Наша работа показывает, что LLMs могут выявлять закономерности и прогнозировать результаты экспериментов," — отметил доктор Ло.
BrainBench: тестирование ИИ и экспертов
Для проверки возможностей LLMs исследователи создали инструмент BrainBench, включающий пары научных аннотаций по нейронауке:
- Одна аннотация содержит реальный результат исследования.
- Вторая — измененный, но правдоподобный результат, созданный экспертами.
15 языковых моделей и 171 эксперт по нейронауке были протестированы на способности отличить реальный результат от поддельного. Результаты впечатлили:
- ИИ показали среднюю точность 81%, тогда как эксперты набрали лишь 63%.
- Даже специалисты с максимальной самооценкой знаний достигли только 66%.
Улучшенные модели и перспективы
Учёные также адаптировали открытую LLM (версию Mistral), обучив её на научной литературе по нейронауке. Созданная модель, названная BrainGPT, продемонстрировала ещё более высокую точность — 86%.
"Наша работа показывает, что ИИ может стать неотъемлемой частью процесса проектирования экспериментов. Это не только ускорит работу, но и сделает её более эффективной," — отметил профессор Брэдли Лав (UCL).
Возможности и вызовы
Исследователи предполагают, что их подход можно адаптировать к различным научным дисциплинам. Однако результаты исследования поднимают важный вопрос: достаточно ли инновационны современные научные исследования? Высокая точность ИИ в прогнозировании говорит о том, что многие научные выводы соответствуют уже существующим закономерностям.
"Мы создаём инструменты ИИ, которые помогут учёным проектировать эксперименты и прогнозировать возможные исходы, ускоряя итерации и принимая более обоснованные решения," — добавил доктор Ло.
Этот прорыв в использовании ИИ обещает ускорить научные открытия и улучшить эффективность исследовательской работы по всему миру.