Nove publikacije
Umjetna inteligencija predviđa rezultate neuroznanstvenih istraživanja bolje od stručnjaka
Posljednji pregledao: 03.07.2025
Svi iLive sadržaji medicinski se pregledavaju ili provjeravaju kako bi se osigurala što je moguće točnija činjenica.
Imamo stroge smjernice za pronalaženje izvora i samo povezujemo s uglednim medijskim stranicama, akademskim istraživačkim institucijama i, kad god je to moguće, medicinski pregledanim studijama. Imajte na umu da su brojevi u zagradama ([1], [2], itd.) Poveznice koje se mogu kliknuti na ove studije.
Ako smatrate da je bilo koji od naših sadržaja netočan, zastario ili na neki drugi način upitan, odaberite ga i pritisnite Ctrl + Enter.
Studija istraživača sa University Collegea u Londonu (UCL) pokazala je da modeli velikih jezika (LLM) poput GPT-a mogu predvidjeti ishode neuroznanstvenih istraživanja s točnošću koja premašuje onu ljudskih stručnjaka. Rad, objavljen u časopisu Nature Human Behaviour, pokazuje kako umjetna inteligencija obučena na velikim tekstualnim skupovima podataka može ne samo izvući informacije već i identificirati obrasce za predviđanje znanstvenih ishoda.
Novi pristup znanstvenom predviđanju
Prema riječima glavnog autora studije, dr. Kena Loa (UCL Psychology & Language Sciences), razvoj generativne umjetne inteligencije poput ChatGPT-a otvorio je ogromne mogućnosti za generalizaciju i ekstrakciju znanja. Međutim, umjesto proučavanja sposobnosti umjetne inteligencije da analizira prošle informacije, istraživači su odlučili istražiti može li umjetna inteligencija predvidjeti buduće eksperimentalne ishode.
„Znanstveni napredak često uključuje pokušaje i pogreške, što zahtijeva vrijeme i resurse. Čak i iskusni istraživači mogu propustiti važne detalje u literaturi. Naš rad pokazuje da LLM-ovi mogu otkriti obrasce i predvidjeti eksperimentalne ishode“, rekao je dr. Lo.
BrainBench: AI i stručno testiranje
Kako bi testirali mogućnosti LLM-a, istraživači su stvorili alat pod nazivom BrainBench, koji uključuje parove znanstvenih sažetaka iz neuroznanosti:
- Jedan sažetak sadrži stvarni rezultat istraživanja.
- Drugi je modificirani, ali uvjerljivi rezultat koji su stvorili stručnjaci.
15 jezičnih modela i 171 stručnjak za neuroznanost testirani su na njihovu sposobnost razlikovanja stvarnih od lažnih rezultata. Rezultati su bili impresivni:
- Umjetna inteligencija pokazala je prosječnu točnost od 81%, dok su stručnjaci postigli samo 63%.
- Čak su i stručnjaci s najvišom samoprocjenom znanja postigli samo 66%.
Poboljšani modeli i perspektive
Znanstvenici su također prilagodili LLM otvorenog koda (verziju Mistrala), obučavajući ga na znanstvenoj literaturi o neuroznanosti. Rezultirajući model, nazvan BrainGPT, pokazao je još veću točnost - 86%.
„Naš rad pokazuje da umjetna inteligencija može postati sastavni dio procesa eksperimentalnog dizajna, ne samo da ga ubrzava, već i čini učinkovitijim“, rekao je profesor Bradley Love (UCL).
Prilike i izazovi
Istraživači sugeriraju da se njihov pristup može prilagoditi raznim znanstvenim disciplinama. Međutim, rezultati studije postavljaju važno pitanje: jesu li moderna znanstvena istraživanja dovoljno inovativna? Visoka točnost umjetne inteligencije u predviđanju sugerira da su mnogi znanstveni nalazi u skladu s postojećim obrascima.
„Izrađujemo alate umjetne inteligencije koji će pomoći znanstvenicima u dizajniranju eksperimenata i predviđanju mogućih ishoda, ubrzavajući iteracije i donoseći informiranije odluke“, dodao je dr. Lo.
Ovaj proboj u korištenju umjetne inteligencije obećava ubrzanje znanstvenih otkrića i poboljšanje učinkovitosti istraživanja diljem svijeta.