W świecie medycyny i technologii pojawiła się informacja, która wzbudza zarówno zachwyt, jak i sceptycyzm. Nowe narzędzie sztucznej inteligencji stworzone przez Google rzekomo rozwiązało w zaledwie dwa dni problem, nad którym zespół naukowców pracował przez całą dekadę. Czy jest to rzeczywiście przełom w walce z superbakteriami, czy może historia wymaga bardziej krytycznego spojrzenia?
José Penadés i jego zespół z Imperial College London spędzili 10 lat badając, w jaki sposób niektóre superbakterie zyskują odporność na antybiotyki. Zjawisko to, znane jako oporność przeciwdrobnoustrojowa (AMR), stanowi jedno z największych zagrożeń dla zdrowia publicznego na świecie. Według raportu CDC z 2019 roku, tylko w opisywanym roku bakterie oporne na leki spowodowały śmierć co najmniej 1,27 miliona osób na całym świecie, w tym około 35 000 w samych Stanach Zjednoczonych.
Naukowcy skoncentrowali się na rodzinie wirusów infekujących bakterie. Postawili hipotezę dotyczącą sposobu i zdolności do infekowania różnych gatunków bakterii. Eksperymenty potwierdziły ich przypuszczenia, ujawniając przełomowy mechanizm transferu genów, wcześniej nieznany środowisku naukowemu.
Zanim badacze opublikowali swoje odkrycia, postanowili zadać to samo pytanie narzędziu AI Google o nazwie "co-scientist". Po dwóch dniach AI zaproponowała rozwiązania, wśród których znalazła się ta sama hipoteza, którą naukowcy wypracowali przez lata żmudnych badań.
Potencjał AI w nauce
Profesor Penadés przyznał, że algorytm był w stanie przeanalizować dostępne dowody, rozważyć możliwości, zadać pytania, zaprojektować eksperymenty i zaproponować dokładnie tę samą hipotezę, do której doszli naukowcy po latach badań - ale w ułamku tego czasu.
Badacze zauważyli, że korzystanie z AI od początku nie wyeliminowałoby potrzeby przeprowadzania eksperymentów, ale znacznie przyspieszyłoby formułowanie hipotezy, oszczędzając im lata pracy.
Reakcje i krytyka
Artykuł wywołał wiele reakcji, które można pogrupować w kilka głównych nurtów:
Dostęp do wiedzy - Wiele osób wskazuje, że AI mogła mieć dostęp do idei krążących wśród naukowców, choć nieopublikowanych oficjalnie. Mogło to być coś tak trywialnego jak student używający usług Google do przygotowania prezentacji o swojej pracy lub dwóch kolegów dyskutujących o problemie przez e-mail.
Baza istniejącej wiedzy - Komentujący podkreślają, że AI korzystał z dziesięcioleci badań i wiedzy, a nie zaczynał od zera.
Szybkość analizy - Niektórzy doceniają wartość szybkiej analizy danych przez AI. W przypadku jeszcze bardziej złożonych problemów naukowcy mogą nie być w stanie ich rozwiązać w ciągu swojego życia lub przeanalizować ogromnej ilości danych.
Rzeczywiste przełomy - Część komentarzy porównuje to do "wynalezienia żarówki, która już istnieje" - sugerując, że prawdziwe przełomy i docenienie roli AI wymagają rozwiązania problemów, których ludzie jeszcze nie rozwiązali.
Mimo kontrowersji, przypadek ten pokazuje potencjał AI jako narzędzia wspierającego badania naukowe. Jak zauważył dr Tiago Dias da Costa, współautor badania: "AI ma potencjał do syntezy wszystkich dostępnych dowodów i kierowania nas do najważniejszych pytań i projektów eksperymentalnych. Jeśli system działa tak dobrze, jak mamy nadzieję, może to być przełomowe - eliminując 'ślepe zaułki' i skutecznie umożliwiając nam postęp w nadzwyczajnym tempie."
Jednocześnie, wykorzystanie AI w nauce pozostaje kontrowersyjne. Rosnąca liczba badań wspomaganych przez AI okazała się niereprodukowana lub nawet całkowicie fałszywa. Naukowcy proponują więc narzędzia do wykrywania niewłaściwego wykorzystania AI i ustanawiają etyczne ramy do oceny dokładności wyników.
Opisany przypadek pokazuje, że przyszłość nauki może leżeć w umiejętnym połączeniu ludzkiej kreatywności i doświadczenia z mocą obliczeniową i zdolnościami analitycznymi sztucznej inteligencji.
rj
