A Google DeepMind kutatói szerint a mesterséges intelligencia képes felgyorsítani a tudományos haladást és a gazdasági növekedést. A szerzők úgy látják, hogy az AI nem csupán egy általános célú technológia, hanem a felfedezések módszertanának új eszköze, hasonlóan a mikroszkóphoz vagy a teleszkóphoz.
A tanulmány rámutat, hogy a hagyományos innováció fenntartása ma már egyre nagyobb kutatócsoportokat és tőkét igényel. Az AI segítségével a kutatók kitágíthatják a tudományos lehetőségek határait, ahelyett, hogy egyszerűen csak növelnék a publikációk mennyiségét. Ehhez azonban a globális tudományos intézményrendszernek is alkalmazkodnia kell.
Az eredeti szöveg (Google DeepMind (LinkedIn))
In the latest essay as part of our DeepMind Institute work, my colleague Alex Imas and I argue that AI has the potential to bend the curve of scientific discovery in a way that drives not only scientific progress, but also economic growth and societal progress, but only if the global scientific enterprise adapts systems and institutions and clears bottlenecks and enables scientists everywhere.
This comes at a particularly helpful time, when the type of scientific progress that drives economic growth and societal progress is facing headwinds; sustaining historical rates of innovation now requires exponentially larger research teams and capital expenditure.
AI enables and assists the work of scientists in ways that can substantially accelerate scientific productivity (i.e. more science and faster). We see a strong case that AI is not only a general purpose technology, but also an invention of a method of invention (IMI) like a microscope or telescope. What’s exciting about IMIs is that they permanently shift the production function of discovery itself.
However to fully realize AI’s potential as an IMI and driver of economic growth, scientific progress can not be simply increasing the volume of research output. Instead it must be leveraged by scientists to expand the boundaries of what is scientifically possible and extend the knowledge frontier.
We offer ideas on how this might be accomplished, drawing in part on recent research on how scientists are using AI in their work. As with all DeepMind Institute essays, we hope sharing our thinking serves as a springboard for further discussion and solutions.
You can read our full essay on the DeepMind Institute’s site: https://lnkd.in/ejUryJ8r
