Google DeepMind компаниясының жетекші зерттеушісі Кевин Мерфи Model Discovery Agent (MDA) жүйесін ұсынды — бұл ғылыми жаңалықтарға деген көзқарасты түбегейлі өзгертетін автономды ИИ құралы. Деректерді пассивті талдаудың орнына, MDA зерттеу цикліне белсенді қатысады: құбылыстардың ықтимал механизмдерін генерациялайды, ең ақпаратты келесі экспериментті анықтайды және алынған нәтижелер негізінде өз гипотезаларын түзетеді.

Агенттің архитектурасы тұйық цикл принципіне негізделген. Жүйе бақылаулар жиынтығынан бастайды, бәсекелес модельдерді қалыптастырады, содан кейін белгісіздікті барынша төмендететін экспериментті таңдайды. Виртуалды немесе нақты тест өткізгеннен кейін, MDA өз болжамдарын жаңартады және процесті қайталайды. Бұл оған аралық кезеңдерде адамның қатысуынсыз шынайы заңдылықтарға тез жетуге мүмкіндік береді.

Пәндер тоғысындағы тиімділік

Тестілеу физика, химия және биология есептерінде жүргізілді. Нәтижелер MDA эксперименттік деректерде модельдерді оқыту тиімділігі бойынша қолданыстағы машиналық оқыту әдістерінен айтарлықтай асып түсетінін көрсетті. Атап айтқанда, агент берілген дәлдікке жету үшін қажетті эксперименттер санын қысқарта алды, бұл әрбір тәжірибе айтарлықтай ресурстарды қажет ететін салаларда өте маңызды.

Мысалы, химиялық есептерде MDA реакциялардың жасырын параметрлерін сәтті анықтады, ал биологиялық симуляцияларда дәстүрлі статистикалық тәсілдер жіберіп алатын сызықтық емес тәуелділіктерді ашты. Негізгі артықшылығы — классикалық алгоритмдер қайта оқытылатын немесе жоғары дисперсия беретін шағын үлгілермен жұмыс істеу қабілеті.

Бұл қадам ИИ-дің талдау құралы ретіндегі рөлінен ғылыми ізденістегі толыққанды серіктеске айналуын білдіреді. Мұндай агенттерді зертханалық тәжірибеге енгізу жаңа материалдардың, дәрі-дәрмектердің және технологиялық процестердің ашылуын бірнеше есе жылдамдатып, зерттеу жұмысының күнделікті бөлігін автоматтандыра алады.

Менің пікірім: MDA — бұл жай ғана кезекті алгоритм емес, парадигманың ауысуы. Алдағы жылдары біз осындай агенттердің коммерциялық R&D-платформаларға интеграциялануын көреміз, бұл ғылымның демократиялануына әкеледі: шағын стартаптар «цифрлық ғылыми қызметкерлерге» қол жеткізе отырып, алыптармен бәсекелесе алады. Дегенмен, ИИ себеп-салдарлық байланыстар деп қабылдауы мүмкін жалған корреляцияларды болдырмау үшін нәтижелерді интерпретациялауда адамдық бақылауды сақтау маңызды.