Un AI Scientist potrebbe essere il futuro della ricerca?

Sakana AI Labs ha suscitato scalpore nella comunità scientifica con il suo ultimo annuncio. L’azienda ha completato la creazione e il lancio del primo AI scientist completamente autonomo al mondo. Il nuovo algoritmo è in grado di formulare teorie, testare e altro ancora. Ecco cosa c’è da sapere.

Quando pensi ai sistemi di IA che sostituiscono i lavoratori sul campo, ci sono molte carriere che potresti immaginare a rischio. Tuttavia, la maggior parte delle persone non ha mai previsto che gli scienziati potessero essere sostituiti. Sebbene l’ultimo algoritmo di AI scientist proposto da Sakana non sia ancora in grado di sostituire completamente gli scienziati, offre alcune caratteristiche uniche che potrebbero far osservare da vicino il suo sviluppo a molti professionisti.

Il metodo attuale di creazione delle teorie scientifiche

Creare teorie scientifiche e testarle è uno dei componenti fondamentali della ricerca e sviluppo. Gli scienziati di oggi trascorrono anni a ricercare domande e a creare esperimenti per testare i loro concetti tramite sperimentazione. Infine, i risultati vengono pubblicati e poi sottoposti a revisione tra pari prima di essere resi pubblici. Questo processo è rimasto lo stesso per oltre un secolo.

Secondo le dichiarazioni pubbliche di Sakana AI Labs, il suo nuovo sistema di IA è in grado di automatizzare completamente queste attività. Il sistema può setacciare gli attuali articoli scientifici, collegare teorie o concetti che potrebbero avere risultati non ancora scoperti, creare nuovi algoritmi per testare queste teorie e dettagliare tutta la sperimentazione per una successiva revisione tra pari. In particolare, il team si è concentrato sulla ricerca computazionale come area principale perché ha permesso di condurre gli esperimenti in modo virtuale.

Uso dell’IA da parte degli scienziati

Non è un segreto che l’IA abbia trovato una casa confortevole all’interno della comunità scientifica. Questa tecnologia è integrata in vari sistemi utilizzati oggi dai ricercatori. In origine, i sistemi di IA venivano usati per completare equazioni complesse e simulazioni. Oggi, l’IA è impiegata in tutto il settore, dove svolge ruoli ancora più vitali.

Un uso chiave dell’IA oggi è filtrare tutti gli articoli attuali per trovare ricerche pertinenti. Centinaia di articoli di ricerca vengono pubblicati settimanalmente, e l’enorme volume di queste pubblicazioni significa che la maggior parte delle ricerche rivoluzionarie può richiedere anni per essere scoperta. Strumenti come Elicit, Research Rabbit, Scite e Consensus aiutano gli scienziati a collegare questi articoli in modo pertinente per costruire sui dati precedenti.

Ci sono anche strumenti di IA in uso oggi che possono scansionare e identificare punti di interesse specifici all’interno degli articoli. Ad esempio, potresti avere un team di ingegneri che cerca di scoprire mutazioni genetiche che causano malattie. Strumenti come PubTator possono raccogliere temi simili per aiutare a far luce su argomenti di ricerca collegati e sperimentazioni.

Studio sull’AI Scientist

Queste precedenti interazioni con l’IA hanno aiutato la comunità scientifica ad ampliare i propri orizzonti e sono state fondamentali in molte delle ultime scoperte. Tuttavia, l’introduzione di un algoritmo completamente automatizzato capace di condurre ricerche e pubblicare i propri articoli rappresenta un cambiamento di gioco importante. Questo sistema ha il potenziale di scoprire somiglianze e altri fattori di connessione difficili da notare tra studi, che potrebbero portare a scoperte nel campo della ricerca computazionale.

Come funziona un AI Scientist?

L’AI scientist integra alcuni sistemi di IA comuni, come i Large Language Model, come parte del suo approccio. Il sistema scandisce continuamente le enormi collezioni di articoli di ricerca scientifica disponibili online in repository come arXiv e PubMed. Qui, milioni di articoli di ricerca scientifica sono stati utilizzati per programmare il LLM per un nuovo algoritmo di IA. Questo passaggio ha garantito che il sistema potesse parlare il linguaggio scientifico e produrre risultati simili.

Fonte – Sakana AI Labs

Da lì, il sistema cerca schemi, ricerche ricorrenti o temi collegati. Ogni articolo subisce numerosi controlli per garantire la sua qualità, lo stato di revisione tra pari, la data di pubblicazione e l’argomento. In particolare, il sistema incrocia anche gli articoli scientifici utilizzando siti come openreview.net. Questo passaggio svolge molteplici ruoli, inclusa la garanzia di contenuti di qualità. Inoltre, questa mossa aiuta a programmare il sistema interno di revisione tra pari dell’IA.

Modello AI secondario

Una volta che l’IA scandisce i repository per trovare sperimentazioni interessanti e teorie da testare, ogni articolo viene valutato in base a molteplici fattori. Il punteggio riflette elementi come la somiglianza dell’articolo con altri progetti, la professionalità, il layout, i risultati e gli autori. Da lì, il sistema di IA esamina l’unicità del concetto e altri fattori cruciali che aiutano a determinare se ci siano ulteriori ricerche da esplorare o altri articoli che si collegano a una teoria simile.

Formulazione di teorie scientifiche

Questi passaggi consentono all’AI scientist di raccogliere ricerche e proporre concetti collegati che si basano sui dati raccolti. La cosa sorprendente del processo è che è completamente automatizzato. Non è necessaria alcuna interazione umana perché questo algoritmo produca articoli di ricerca. In particolare, l’IA si concentra sulla ricerca computazionale, il che le permette di eseguire simulazioni di esperimenti senza alcun requisito di test fisici, ampliando le sue capacità. Pertanto, tutti i test vengono eseguiti tramite simulazioni di codice. Questa strategia significa che i test costano molto meno da completare e possono essere eseguiti a un ritmo più elevato.

Preoccupazioni sull’AI Scientist

Il concetto di un AI scientist ha sollevato preoccupazioni nel settore. Per prima cosa, alcuni vedono questo approccio come un modo pigro per sostituire gli scienziati. Sostengono che il sistema è ancora troppo nuovo e che l’IA non è sufficientemente coerente. I loro argomenti hanno qualche fondamento, poiché si sono verificati numerosi casi di imprecisione dell’IA più volte. Tuttavia, l’ultimo algoritmo include numerosi controlli e bilanciamenti, che aiuteranno a ridurre questi problemi in futuro.

Ciclo di feedback dell’IA

Una delle maggiori preoccupazioni che continua a emergere nella comunità è il rischio di creare un ciclo di feedback dell’IA. Questo rischio è molto reale ogni volta che un sistema di IA crea, verifica e costruisce automaticamente nuovi modelli di dati a partire da altri sistemi di IA. Questo ciclo può portare a errori, visione ristretta e a una trascuratezza dei requisiti umani. Per evitare questa situazione, molti ritengono necessario un umano nel ciclo.

Volume enorme

Ci sono così tanti articoli scientifici pubblicati settimanalmente che è quasi impossibile setacciare i repository per trovare i dati più pertinenti. Attualmente, l’IA svolge un ruolo fondamentale nell’aiutare gli scienziati a svolgere questo compito. Tuttavia, se si crea un ciclo di feedback dell’IA, verranno introdotti troppi articoli troppo rapidamente, portando a una nullificazione dei sistemi di ricerca IA attuali.

Benefici dell’AI Scientist

Diversi benefici hanno entusiasmato molti nel mercato riguardo alla prospettiva di un AI scientist che lavori 24/7 alla ricerca di scoperte. Il potenziale di questo sistema di sbloccare nuove teorie scientifiche è infinito. Man mano che più ricerche vengono aggiunte al modello di IA, il sistema sperimenterà nuovi concetti e amplierà le sue capacità. Pertanto, l’AI scientist di oggi non sarà nulla rispetto alle sue future iterazioni.

Enormi risparmi sui costi

Uno dei motivi principali per cui l’AI scientist sta per diventare un componente importante del mercato è il suo notevole risparmio sui costi. Secondo il team di ricerca, la loro IA può creare, testare, pubblicare e revisionare tra pari un articolo scientifico per soli $15. Questo costo ridotto rappresenta una diminuzione enorme dei costi di ricerca e sviluppo, difficile da negare. Pertanto, gli AI scientist potrebbero diventare l’opzione preferita per chi cerca di massimizzare il proprio budget.

Il quadro generale

Uno dei motivi principali per cui questo progetto entusiasma molti ingegneri è che consente ai ricercatori di collegare facilmente i punti tra più studi scientifici. Spesso sembra che i campi scientifici si sviluppino in una bolla. Tuttavia, non è così. Nella maggior parte dei casi, le scoperte in un campo scientifico portano a nuove opportunità in altri campi.

Gli AI scientist aiuteranno a scoprire queste teorie collegate e a espanderle quando possibile. Pertanto, potresti vedere l’AI scientist accumulare articoli per creare concetti completamente nuovi e più diversificati che potrebbero essere sfuggiti all’occhio umano. Almeno, questo sistema aiuterà a raggruppare ricerche pertinenti, facilitando ai ricercatori di oggi la scoperta di nuovi fenomeni.

Ricercatori

Sakana AI è il team dietro l’AI scientist. L’azienda è nota per i suoi modelli di IA scientifica. I loro sviluppi precedenti includono un sistema che combina automaticamente i LLM per creare sistemi più avanzati. Hanno inoltre proposto un meccanismo che consente l’uso dei LLM per ottimizzare altri algoritmi.

Due aziende che possono beneficiare dell’AI Scientist

L’introduzione di un AI scientist sul mercato è solo l’inizio di ciò che potrebbe un giorno portare a una grande rivoluzione dell’AI scientist. Esistono già diverse aziende che potrebbero sfruttare questa creazione per ridurre i costi operativi e fornire un servizio di qualità superiore al mercato. Ecco due aziende pronte a capitalizzare su questa ricerca.

1. AbCellera Biologics Inc

ABCL Grafico dei prezzi

AbCellera Biologics Inc. è entrata nel mercato nel 2012, con l’intento di modellare meglio gli anticorpi umani per l’uso nella lotta contro le malattie. L’azienda è stata quotata in borsa ufficialmente nel 2020, dove è riuscita a garantire 555 milioni di dollari di finanziamenti per proseguire i suoi sforzi. Oggi, la società svolge un ruolo cruciale nella ricerca e nella modellazione del sistema immunitario. In particolare, gran parte di questa modellazione avviene tramite simulazioni. Pertanto, l’AI scientist è perfettamente adatto ad assistere in questi test.

AbCellera occupa una posizione di rilievo nel settore biomedico. Di conseguenza, l’integrazione dell’AI scientist potrebbe consentire all’azienda di individuare, testare e confrontare meglio i dati degli anticorpi immunitari provenienti dalle ricerche precedenti. Questo passo potrebbe aiutare a rivelare opportunità precedentemente non notate. Questi fattori, insieme al posizionamento di AbCellera Biologics, la rendono un forte “hold” per gli investitori.

2. Super Micro Computer

SMCI Grafico dei prezzi

Super Micro Computer (SMCI ) è stata fondata nel 1993 da Charles Liang e Sara Liu e potrebbe ottenere risultati positivi integrando gli AI scientist nei suoi processi. L’azienda è più nota per i suoi server ad alte prestazioni ottimizzati per carichi di lavoro IA. Attualmente ha sede in California e possiede diverse operazioni di produzione situate nei Paesi Bassi, a Taiwan e negli Stati Uniti.

Super Micro Computer è uno dei principali fornitori di sistemi di gestione dei servizi. Utilizza l’IA per prevenire attacchi, monitorare i sistemi e migliorare le prestazioni, il che ha reso l’azienda la scelta preferita per grandi imprese alla ricerca di fornitori affidabili e comprovati. In particolare, Super Micro Computer è stata inserita nella lista di Fortune Magazine delle aziende di infrastrutture IT a più rapida crescita al mondo.

Chi cerca una soluzione software affidabile basata sull’IA da aggiungere al proprio portafoglio potrebbe considerare seriamente SMCI. L’azienda ha una forte presenza sul mercato e ha recentemente firmato un accordo per fornire server a xAI di Elon Musk e alla Gigafactory di Tesla (TSLA ), trasferita in Texas. Tutti questi fattori hanno aiutato SMCI a ricevere una valutazione “buy” dagli analisti.

L’AI Scientist sblocca la ricerca a basso costo

Indipendentemente da come ti senti riguardo a un AI scientist che produce articoli di ricerca come fumetti, molti benefici rendono questo algoritmo un punto di svolta. L’enorme risparmio sui costi e le future capacità di questo approccio hanno molti nel mercato che sperano in un futuro più luminoso in cui le scoperte avvengono quotidianamente mentre gli scienziati di oggi dormono. Per ora, questo sviluppo merita di essere monitorato da vicino, poiché è destinato a rilasciare ricerche interessanti in futuro.

Puoi saperne di più sui progetti IA entusiasmanti qui.