סביר שנראה עוד מדליות נובל ניתנות לחוקרים שהשתמשו בכלי AI. ככל שזה יקרה, ייתכן שנמצא שהשיטות המדעיות שמכבדות אותן הוועדות של פרסי נובל יתרחקו מהקטגוריות הפשוטות כמו "פיזיקה", "כימיה" ו"פיזיולוגיה או רפואה"
מאת נלו קריסטיאניני, פרופסור לבינה מלאכותית, אוניברסיטת באת'
פרסי נובל לפיזיקה ולכימיה לשנת 2024 נתנו לנו הצצה לעתיד המדע. בינה מלאכותית (AI) הייתה מרכזית לתגליות שהכבוד להן ניתן בשני הפרסים הללו. אפשר לתהות מה היה אלפרד נובל, מייסד הפרסים, חושב על כל זה.
סביר שנראה עוד מדליות נובל ניתנות לחוקרים שהשתמשו בכלי AI. ככל שזה יקרה, ייתכן שנמצא שהשיטות המדעיות שמכבדות אותן הוועדות של פרסי נובל יתרחקו מהקטגוריות הפשוטות כמו "פיזיקה", "כימיה" ו"פיזיולוגיה או רפואה".
ייתכן שנראה גם שינוי בקשרים בין הרקע המדעי של הזוכים לבין קטגוריות אלו. פרס הפיזיקה השנה הוענק לאמריקני ג'ון הופפילד מאוניברסיטת פרינסטון, ולג'פרי הינטון שנולד בבריטניה ומשתייך לאוניברסיטת טורונטו. בעוד הופפילד הוא פיזיקאי, הינטון למד פסיכולוגיה ניסויית לפני שפנה ל-AI.
פרס הכימיה התחלק בין הביוכימאי דיוויד בייקר מאוניברסיטת וושינגטון לבין מדעני המחשב דמיס האסאביס וג'ון ג'מפר מ-Google DeepMind בבריטניה.
יש קשר הדוק בין ההתקדמות המבוססת על AI שזכתה להכרה בקטגוריות הפיזיקה והכימיה. הינטון סייע בפיתוח גישות שהובילו את DeepMind לפריצת דרך בחיזוי צורות של חלבונים.
חתני פרס הפיזיקה, במיוחד הינטון, הניחו את היסודות לתחום החזק הידוע בשם למידת מכונה. זהו תת-תחום של AI שעוסק באלגוריתמים, סטים של כללים לביצוע משימות חישוביות ספציפיות.
עבודתו של הופפילד אינה בשימוש נרחב כיום, אך אלגוריתם ה-backpropagation (שחודש על ידי הינטון) השפיע רבות על רבים מהמדעים והטכנולוגיות השונים. האלגוריתם מתמקד ברשתות עצביות, מודל חישוב שמחכה את מבנה ותפקוד המוח האנושי לעיבוד נתונים. Backpropagation מאפשר למדענים "לאמן" רשתות עצביות עצומות. בעוד ועדת נובל ניסתה לקשר את האלגוריתם המשפיע הזה לפיזיקה, ייתכן שהקשר אינו ישיר מאוד.
הכשרת מערכת למידת מכונה כוללת חשיפתה לכמויות עצומות של נתונים, לעיתים מהאינטרנט. ההתקדמות של הינטון אפשרה בסופו של דבר את אימון המערכות כמו GPT (הטכנולוגיה מאחורי ChatGPT), ואלגוריתמי AI כמו AlphaGo ו-AlphaFold של Google DeepMind. לכן, ההשפעה של backpropagation הייתה עצומה.
AlphaFold 2 של DeepMind פתר בעיה בת 50 שנה: חיזוי המבנים המורכבים של חלבונים מהמרכיבים המולקולריים שלהם, חומצות אמינו.
כל שנתיים, מאז 1994, מתקיימת תחרות לבחירת השיטות הטובות ביותר לחזות מבני חלבונים וצורות מתוך רצפים של חומצות אמינו. התחרות נקראת Critical Assessment of Structure Prediction (CASP).
במספר תחרויות אחרונות, הזוכים של CASP השתמשו בגרסה כלשהי של AlphaFold של DeepMind. יש, אפוא, קו ישיר שניתן לצייר בין ה-backpropagation של הינטון לבין פריצת הדרך של AlphaFold 2 של Google DeepMind.
דיוויד בייקר השתמש בתוכנה בשם Rosetta להשגת ההישג הקשה של בניית סוגים חדשים של חלבונים. שיטותיהם של בייקר ו-DeepMind מחזיקות פוטנציאל עצום ליישומים עתידיים.
הערכת קרדיט הייתה תמיד סוגיה שנויה במחלוקת בפרסי נובל. עד שלושה חוקרים יכולים לחלוק פרס נובל. אבל פריצות דרך מדעיות הן שיתופיות. מאמרים מדעיים יכולים להיות עם 10, 20, 30 כותבים או יותר. יותר מצוות אחד עשוי לתרום לתגליות שהוועדה מכבדת.
השנה ייתכן שנשמע עוד דיונים בנוגע לייחוס המחקר על אלגוריתם backpropagation, שנטען על ידי חוקרים שונים, כמו גם לייחוס הכללי של תגליות לשדה מסוים כמו פיזיקה.
כעת יש לנו מימד חדש לבעיית הייחוס. הדברים נהיים פחות ברורים אם אנחנו תמיד נוכל להבחין בין התרומות של מדענים אנושיים לבין אלו של השותפים המלאכותיים שלהם – הכלי AI שכבר תורמים לדחיפת גבולות הידע האנושי.
בעתיד, האם ייתכן שנראה מכונות תופסות את מקומם של מדענים, כשהאנשים מוגבלים לתפקיד תומך? אם כן, ייתכן שכלי AI יקבלו את פרס הנובל המרכזי יחד עם בני האדם שיזדקקו לקטגוריה משלהם.
