Mungkinkah AI Scientist Menjadi Masa Depan Penelitian?

Sakana AI Labs telah mengguncang komunitas ilmiah dengan pengumuman terbarunya. Perusahaan tersebut telah menyelesaikan penciptaan dan peluncuran AI scientist pertama di dunia yang sepenuhnya otonom. Algoritma baru ini mampu merumuskan teori, melakukan pengujian, dan lainnya. Berikut yang perlu Anda ketahui.

Ketika Anda membayangkan sistem AI menggantikan pekerja di lapangan, ada banyak karir yang mungkin Anda anggap berisiko. Namun, kebanyakan orang tidak pernah mengharapkan ilmuwan digantikan. Meskipun algoritma AI scientist terbaru yang dikembangkan oleh Sakana belum mampu sepenuhnya menggantikan ilmuwan, ia menawarkan beberapa karakteristik unik yang dapat membuat banyak profesional memantau perkembangannya dengan cermat.

Metode Saat Ini dalam Membuat Teori Ilmiah

Membuat teori ilmiah dan mengujinya merupakan salah satu komponen inti dari penelitian dan pengembangan. Ilmuwan saat ini menghabiskan bertahun-tahun meneliti pertanyaan dan membuat eksperimen untuk menguji konsep mereka melalui percobaan. Akhirnya, hasilnya dipublikasikan dan kemudian ditinjau sejawat sebelum dipublikasikan secara umum. Proses ini telah sama selama lebih dari satu abad.

Menurut pernyataan publik Sakan AI Labs, sistem AI baru mereka mampu mengotomatiskan seluruh tugas ini. Sistem tersebut dapat menyaring makalah ilmiah terkini, menghubungkan teori atau konsep yang mungkin memiliki hasil belum ditemukan, membuat algoritma baru untuk menguji teori tersebut, dan merinci semua eksperimen untuk tinjauan sejawat selanjutnya. Secara khusus, tim berfokus pada penelitian komputasi sebagai area utama karena memungkinkan eksperimen dilakukan secara virtual.

Penggunaan AI oleh Ilmuwan

Tidak diragukan lagi bahwa AI telah menemukan tempat yang nyaman dalam komunitas ilmiah. Teknologi ini dapat dilihat terintegrasi ke dalam berbagai sistem yang digunakan peneliti saat ini. Awalnya, sistem AI digunakan untuk menyelesaikan persamaan kompleks dan simulasi. Saat ini, AI digunakan di seluruh industri, di mana ia berperan bahkan lebih penting.

One key use of AI today is sorting through all the current papers to find relevant research. Ratusan makalah penelitian dirilis setiap minggu, dan volume besar rilis ini berarti bahwa mayoritas penelitian yang mengubah permainan dapat memakan waktu bertahun-tahun untuk ditemukan. Alat seperti Elicit, Research Rabbit, Scite, dan Consensus membantu ilmuwan menghubungkan makalah-makalah ini secara relevan untuk membangun data sebelumnya.

Selain itu, ada alat AI yang saat ini digunakan untuk memindai dan mengidentifikasi poin-poin khusus dalam makalah. Misalnya, Anda mungkin memiliki tim insinyur yang mencari mutasi genetik yang menyebabkan penyakit. Alat seperti PubTator dapat mengumpulkan tema serupa untuk membantu menerangi topik penelitian dan percobaan yang terhubung.

Studi AI Scientist

Interaksi sebelumnya dengan AI telah membantu komunitas ilmiah memperluas wawasan mereka dan menjadi kritis dalam banyak terobosan terbaru. Namun, pengenalan algoritma yang sepenuhnya otomatis yang mampu meneliti, dan mempublikasikan makalahnya merupakan perubahan besar. Sistem ini berpotensi menemukan kesamaan dan faktor penghubung lain yang sulit terlihat antara studi yang dapat menghasilkan terobosan dalam bidang penelitian komputasi.

Bagaimana Cara Kerja AI Scientist?

AI scientist mengintegrasikan beberapa sistem AI umum seperti Large Language Models sebagai bagian dari pendekatannya. Sistem ini terus-menerus memindai kumpulan makalah penelitian ilmiah yang tersedia secara online di repositori seperti arXiv dan PubMed. Di sini, jutaan makalah penelitian ilmiah digunakan untuk melatih LLM bagi algoritma AI baru. Langkah ini memastikan sistem dapat berbicara dalam bahasa ilmiah dan menghasilkan hasil yang serupa.

Sumber – Sakana AI Labs

Dari sana, sistem mencari pola, penelitian berulang, atau tema yang terhubung. Setiap makalah menjalani banyak pemeriksaan untuk memastikan kualitasnya, status tinjauan sejawat, waktu rilis, dan subjeknya. Secara khusus, sistem bahkan akan melakukan cross-reference makalah ilmiah menggunakan situs seperti openreview.net. Langkah ini berfungsi ganda, termasuk memastikan konten berkualitas. Selain itu, langkah ini membantu memprogram sistem tinjauan sejawat internal AI.

Model AI Sekunder

Setelah AI memindai repositori untuk menemukan eksperimen menarik dan teori yang akan diuji, setiap makalah kemudian diberi skor berdasarkan berbagai faktor. Skor tersebut mencerminkan hal-hal seperti kesamaan makalah dengan proyek lain, profesionalisme, tata letak, hasil, dan peneliti. Dari sana, sistem AI memeriksa keunikan konsep dan faktor penting lainnya yang membantu sistem menentukan apakah ada penelitian tambahan yang harus dieksplorasi atau makalah lain yang terhubung dengan teori serupa.

Merumuskan Teori Ilmiah

Langkah-langkah ini memungkinkan AI scientist mengumpulkan penelitian dan mengajukan konsep terhubung yang membangun data yang dikumpulkan. Hal menakjubkan dari proses ini adalah bahwa semuanya otomatis sepenuhnya. Tidak diperlukan interaksi manusia bagi algoritma ini untuk menghasilkan makalah penelitian. Secara khusus, AI berfokus pada penelitian komputasi, yang memungkinkan menjalankan simulasi eksperimen tanpa kebutuhan pengujian fisik, memperluas kemampuannya. Dengan demikian, semua pengujian dilakukan menggunakan simulasi kode. Pendekatan ini berarti biaya pengujian jauh lebih rendah dan dapat dilakukan dengan kecepatan lebih tinggi.

Kekhawatiran tentang AI Scientist

Konsep AI scientist telah menimbulkan kekhawatiran di industri. Pertama, beberapa melihat pendekatan ini sebagai cara malas untuk menggantikan ilmuwan. Mereka berargumen bahwa sistem masih terlalu baru dan AI belum konsisten cukup. Argumen mereka memiliki dasar, karena telah terjadi kasus ketidakakuratan AI berulang kali. Namun, algoritma terbaru mencakup banyak pemeriksaan dan keseimbangan, yang akan membantu mengurangi masalah ini ke depan.

Loop Umpan Balik AI

Salah satu kekhawatiran terbesar yang terus muncul di antara komunitas adalah risiko menciptakan loop umpan balik AI. Risiko ini sangat nyata setiap kali Anda memiliki sistem AI yang secara otomatis membuat, memeriksa, dan membangun model data baru semuanya dari sistem AI lain. Loop ini dapat menyebabkan kesalahan, pandangan sempit, dan mengabaikan kebutuhan manusia. Untuk menghindari situasi ini, banyak yang berpendapat bahwa kehadiran manusia diperlukan dalam loop.

Volume Besar

Ada begitu banyak makalah ilmiah yang dipublikasikan setiap minggu sehingga hampir tidak mungkin menyortir repositori untuk menemukan data paling relevan. Saat ini, AI memainkan peran penting dalam membantu ilmuwan menyelesaikan tugas ini. Namun, jika loop umpan balik AI terbentuk, akan ada terlalu banyak makalah yang diperkenalkan terlalu cepat, yang mengakibatkan penonaktifan sistem pencarian AI saat ini.

Manfaat AI Scientist

Berbagai manfaat membuat banyak orang di pasar bersemangat tentang prospek AI scientist yang bekerja 24/7 mencari penemuan. Potensi sistem ini untuk membuka teori ilmiah baru tidak terbatas. Seiring lebih banyak penelitian ditambahkan ke model AI, sistem akan bereksperimen dengan konsep baru dan memperluas kemampuannya. Dengan demikian, AI scientist saat ini tidak akan sebanding dengan iterasi masa depannya.

Penghematan Biaya Besar

Salah satu alasan utama mengapa AI scientist akan menjadi komponen utama pasar ke depan adalah penghematan biaya yang signifikan. Menurut tim riset, AI mereka dapat membuat, menguji, mempublikasikan, dan meninjau sejawat sebuah makalah ilmiah hanya dengan $15. Biaya rendah ini mewakili penurunan besar dalam biaya penelitian dan pengembangan yang tidak dapat disangkal. Oleh karena itu, AI scientist dapat menjadi pilihan utama bagi mereka yang ingin memaksimalkan anggaran.

Gambaran Besar

Salah satu alasan utama mengapa proyek ini membuat banyak insinyur bersemangat adalah karena memungkinkan peneliti menghubungkan titik-titik di antara berbagai studi ilmiah dengan mudah. Seringkali tampak bahwa bidang ilmiah berkembang dalam gelembung terpisah. Namun, kenyataannya tidak demikian. Dalam banyak kasus, terobosan di satu bidang ilmiah membuka peluang baru di bidang lain.

AI scientist akan membantu menemukan teori terhubung ini dan mengembangkannya bila memungkinkan. Dengan demikian, Anda dapat melihat AI scientist menumpuk makalah untuk menciptakan konsep baru yang sepenuhnya berbeda dan lebih beragam yang mungkin terlewatkan oleh mata manusia. Setidaknya, sistem ini akan membantu mengelompokkan penelitian relevan, yang akan membantu ilmuwan saat ini melihat fenomena baru.

Peneliti

Sakana AI adalah tim di balik AI scientist. Perusahaan ini dikenal dengan model AI sainsnya. Pengembangan sebelumnya mencakup sistem yang secara otomatis menggabungkan LLM untuk menciptakan sistem yang lebih maju. Mereka juga telah memperkenalkan mekanisme yang memungkinkan penggunaan LLM untuk menyetel algoritma lain.

Dua Perusahaan yang Dapat Memanfaatkan AI Scientist

Pengenalan AI scientist ke pasar hanyalah permulaan dari apa yang suatu hari dapat menjadi revolusi AI scientist besar. Sudah ada beberapa perusahaan yang dapat memanfaatkan penciptaan ini untuk menurunkan biaya operasional dan memberikan layanan berkualitas lebih baik ke pasar. Berikut dua perusahaan yang siap memanfaatkan penelitian ini.

1. AbCellera Biologics Inc

ABCL Grafik Harga

Abcellera Biologics Inc. memasuki pasar pada tahun 2012, dengan tujuan memodelkan antibodi manusia untuk melawan penyakit. Perusahaan ini resmi go public pada tahun 2020, di mana mereka berhasil mengamankan pendanaan sebesar $555M untuk memperkuat upaya mereka. Saat ini, perusahaan memainkan peran penting dalam penelitian dan pemodelan sistem kekebalan. Secara khusus, sebagian besar pemodelan ini dilakukan melalui simulasi. Oleh karena itu, AI scientist sangat cocok untuk membantu dalam pengujian ini.

Abcellera memegang posisi terkemuka di sektor biomedis. Dengan demikian, integrasi AI scientist dapat memungkinkan perusahaan lebih baik dalam menemukan, menguji, dan membandingkan data antibodi imun dari penelitian sebelumnya. Langkah ini dapat membantu mengungkap peluang yang sebelumnya tidak terlihat. Faktor-faktor ini, bersama dengan posisi Abcellera Biologics, menjadikannya rekomendasi “hold” yang kuat bagi para trader.

2. Super Micro Computer

SMCI Grafik Harga

Super Micro Computer (SMCI ) didirikan pada tahun 1993 oleh Charles Liang dan Sara Liu dan dapat melihat hasil positif dengan mengintegrasikan AI scientist ke dalam prosesnya. Perusahaan ini dikenal dengan server berkinerja tinggi yang dioptimalkan untuk beban kerja AI. Saat ini, berkantor pusat di California dan memiliki beberapa operasi manufaktur yang berlokasi di Belanda, Taiwan, dan AS.

Super Micro Computer adalah salah satu penyedia sistem manajemen layanan terkemuka. Mereka menggunakan AI untuk mencegah peretasan, memantau sistem, dan meningkatkan kinerja yang menjadikan perusahaan ini pilihan utama bagi perusahaan besar yang mencari penyedia andal dan terbukti. Secara khusus, Super Micro Computer tercatat dalam Fortune Magazine sebagai Perusahaan Infrastruktur TI yang Tumbuh Paling Cepat di Dunia.

Bagi mereka yang mencari solusi perangkat lunak berbasis AI yang andal sebagai tambahan portofolio, SMCI patut dipertimbangkan secara serius. Perusahaan ini memiliki kehadiran pasar yang kuat dan baru-baru ini menandatangani kesepakatan untuk menyediakan server kepada xAI milik Elon Musk, serta Gigafactory Tesla (TSLA ) yang pindah ke Texas. Semua faktor ini membantu SMCI memperoleh rating “buy” dari analis.

AI Scientist Membuka Penelitian Biaya Rendah

Terlepas dari pendapat Anda tentang AI scientist yang menghasilkan makalah penelitian seperti komik, banyak manfaat menjadikan algoritma ini pengubah permainan. Penghematan biaya yang signifikan dan kemampuan masa depan dari pendekatan ini membuat banyak orang di pasar berharap pada masa depan yang lebih cerah di mana penemuan terjadi setiap hari sementara ilmuwan saat ini tidur. Untuk saat ini, perkembangan ini layak dipantau secara cermat, karena pasti akan menghasilkan penelitian menarik ke depan.

Anda dapat mempelajari lebih lanjut tentang proyek AI yang menarik di sini.