På det seneste har nogle AI-forskere og -ledere advaret om de eksistentielle trusler, som kunstig intelligens kan udgøre mod menneskeheden.
Men så er der samtidig AI-forskere og iværksættere som Richard Socher.
Her taler vi om en mand, der forestiller sig AI-systemer, som ikke bare understøtter videnskabsfolk, men selv kan formulere hypoteser, planlægge eksperimenter, udvikle videnskabelige teorier og skabe ny videnskabelig viden, som intet menneske har drømt om.
Den vision har han nu nedfældet i bogen ”The Eureka Machine: Why AI Is the Key to Unlocking a New Era of Scientific Discoveries”.
Ifølge Socher bliver der hvert år offentliggjort næsten fire millioner videnskabelige artikler, og mængden af forskningsdata vokser voldsomt.
Samtidig bliver forskerne mere specialiserede, så det bliver vanskeligere at opdage sammenhænge på tværs af fagområder. Det er ifølge Socher en af videnskabens store udfordringer.
Her kommer AI naturligvis ind i billedet, for den kan analysere enorme mængder data og finde forbindelser, som selv de dygtigste forskere kan overse.
Socher beskriver i bogen, hvordan AI allerede i dag har vist potentiale inden for blandt andet biologien.
Han fremhæver blandt andet AlphaFold, udviklet af Google DeepMind, som kan forudsige proteiners tredimensionelle struktur, og som i øvrigt var med til at give forskerne bag systemet Nobelprisen i kemi i 2024.
Richard Sochers vision om et fremtidigt AI-system til videnskabelig forskning bygger på fire byggesten.
For det første skal hans Eureka Machine være en omfattende AI-model, der er trænet på menneskehedens samlede viden.
Den skal have styr på enorme mængder eksisterende viden og skal kunne identificere hidtil ukendte sammenhænge mellem forskellige videnskaber.
Den skal også udvikle en forståelse af naturens grundlæggende love på baggrund af eksperimentelle data. Den skal altså kunne forbinde teoretisk viden med den fysiske virkelighed.
Som den tredje byggesten forestiller Socher sig virtuelle laboratorier, der kan gennemføre eksperimenter, som ellers er umulige eller meget vanskelige at føre ud i livet.
Her taler vi avancerede simuleringer og digitale tvillinger af komplekse systemer, hvor AI skal kunne afprøve hypoteser gennem virtuelle eksperimenter, eksempelvis ved at simulere biologiske processer eller undersøge nye molekylers egenskaber.
Det vil åbne for forsøg, som ellers ville være for farlige, dyre eller uetiske at gennemføre i virkeligheden.
Og endelig taler vi automatiserede robotlaboratorier, hvor AI kan gennemføre videnskabelige forsøg. Resultaterne skal løbende analyseres og bruges til at formulere nye hypoteser, der derefter afprøves i næste eksperiment.
Socher forestiller sig et samlet system, hvor de fire byggesten arbejder sammen. Det kan skabe en selvforstærkende proces, hvor AI konstant kan foreslå, afprøve og forbedre videnskabelige forklaringer.
Der er vi ikke endnu, så The Eureka Machine er både en beskrivelse af den forskning, AI allerede forandrer, og Sochers optimistiske bud på en fremtidig AI.
Bliver hans vision til noget, mener han til gengæld, at AI kan udløse en ny videnskabelig renæssance.
Ifølge legenden er det omkring 2.300 år siden, at Arkimedes udbrød sit berømte ”Heureka!”, da han under et bad fik en idé, der hjalp ham med at løse et videnskabeligt problem.
Om Sochers vision om en Eureka-maskine kan matche Arkimedes, må vi fortsat vente og se, men i hvert fald giver han lidt modvægt til tidens bekymrede toner om fremtidens AI.
