Ғылыми зерттеулерде рецензиялау маңызды рөл атқарады. Олар зерттеулер жарияланбас бұрын оның шынайылығы мен дәлдігін қамтамасыз етуде шешуші рөл атқарады. Алайда, рецензиялау процесі адамдар арқылы жүзеге асырылады, ал адамдар қателіктер жіберуі мүмкін. Алайда, жаңа технологиялар бұл мәселені шешудің кілті болуы мүмкін.
BeInCrypto YesNoError компаниясының негізін қалаушылардың бірі Мэтт Шлихт және Mira Network компаниясының негізін қалаушылардың бірі Каран Сирдесаймен сұхбаттасып, жасанды интеллект (AI) пен орталықтандырылмаған ғылымның (DeSci) бірігуі ғылыми рецензиялау үдерісін қалай өзгертетінін түсінуге тырысты.
Қадағалаудағы қателіктердің құны
Тіпті ең ақылды адамдар да қателеседі. Ғылымға келгенде, бұл қателіктер үлкен салдарға әкелуі мүмкін. Көне де, жақында ғана орын алған да тарих мұны қайта-қайта дәлелдеуде.
1998 жылы NASA Марс планетасының атмосферасын зерттеу үшін Mars Climate Orbiter орбитерін ұшырды. Жобаға 125 млн доллар инвестиция салынып, ол жаққа жету үшін шамамен 10 ай уақыт қажет болды.
Алайда орбитер межелі жерге жеткен кезде жанып, істен шықты, ал NASA бұл миссияны сәтсіз деп таныды. Ең ауыр тигені – миссияның сәтсіздігі қарапайым навигациялық қателікке байланысты болды.
Jet Propulsion Laboratory (JPL) басқаратын навигациялық топ есептеулерінде метрлік бірліктерді қолданды. Ал ғарыш кемесінің жобалаушысы және құрастырушысы Lockheed Martin Astronautics маңызды үдеу деректерін ағылшын бірліктерінде ұсынған.
Lockheed Martin-нің ағылшын бірліктерінметрлік жүйеге ауыстырмауы ғарыш кемесінің Марсқа тым жақын ұшып келуіне және атмосферада жанып кетуіне әкелген шешуші қателік болды.
«Дәстүрлі рецензиялау жүйесі адам қателігі мен субъективтілікке байланысты шектеулі. Рецензенттер жеке көзқарастар, қайшылықты мүдделер немесе жай ғана қолмен тексерудің шектеулері салдарынан маңызды әдістемелік кемшіліктерді немесе статистикалық қателіктерді елемеуі мүмкін», – деді Сирдесай BeInCrypto-ға.
Кейінгі тергеулер навигациялық есептеулердің қатаң, тәуелсіз рецензиясының болмауы бірлік ауыстыру қателіктерінің байқалмай қалуына ықпал еткенін анықтады. Дегенмен, мұндай қарапайым қателерді анықтай алмаған рецензиялау механизмдерінің сәтсіздігі бұдан да жақында болған оқиғаларда кездескен.
Ғылымдағы адам қателігінің жақында болған жағдайы
Рецензияланған ғылыми зерттеулердегі адам қателігінің ауқымын көрсететін ең соңғы оқиғалардың бірі өткен жылы болды. Қазанда Chemosphere экологиялық химия журналында тұрмыстық бұйымдарда, соның ішінде ас үй құралдарында бар қара пластикте электронды жалын тежегіштер бар екенін анықтаған зерттеу жариялады.
Бұл зерттеу The Atlantic және National Geographic сияқты басылымдарда көптеген жаңалықтар легін тудырып, қара пластиктен жасалған ас үй құралдарын пайдаланбауға шақырды. Әлеуметтік желілерде де алаңдаушылық күшейе түсті.
Алайда, желтоқсан айында OpenAI жүйесіне 30 цент және 30 секунд жұмсалған сұраныс зерттеудің нәтижелерін қайта қарап, авторлар бір нөлді қате есептегенін анықтады.
«Біз 60 кг ересек адамға арналған анықтамалық дозаны қате есептеп, оны 420 000 нг/күннің орнына 42 000 нг/күн деп бағаладық», – деп түзетуде айтылды.
Бастапқы зерттеуде 10 еселік қателік болған, мұнда белгілі бір токсинге әсер ету заңды шектің 80% деп көрсетілген, ал шын мәнінде ол тек 8% болған. Басқаша айтқанда, бұл қателік токсиндердің адамға әсерін едәуір асыра бағалады.
«Менің ойымша, ғылыми рецензиялаудың ең үлкен шектеулерінің бірі – адам қателіктері. Бұл қателіктерді өте ақылды адамдар да жасайды. Бұл зерттеу барлық жерде жарияланды. Ол екі ай бойы таралып, миллиондаған адамдар бұл мақаланы оқыды, бірақ қателікті ешкім байқамады. Егер сіз бұл мақаланы алып, оны OpenAI-дің соңғы моделіне жіберіп, «эй, бұл мақалада қателіктер бар ма?» деп сұрасаңыз, шамамен 30 центке және 30 секундта ол бірден иә деп жауап береді», – деді Шлихт.
Бұл оқиғаларға жауап ретінде, жасанды интеллект (AI) және DeSci жақтаушылары ғылымға дәстүрлі көзқарастардағы осы кемшіліктерді атап өтті.
Жасанды интеллект және DeSci арқылы рецензиялауды қайта қарастыру
Рецензиялау ұғымы ғасырлар бойы болған. Ол пайда болғаннан бері бірнеше өзгерістерге ұшырады.
«Рецензиялау әрқашан біз білетін ресми, анонимді процесс болған жоқ. Ғылыми журналдардың алғашқы күндерінде (1600 жылдардың ортасы), Корольдік қоғамдағы Генри Олденбург сияқты редакторлар сыртқы сарапшылармен кеңеспей-ақ не жариялау керектігін шешкен. 18-19 ғасырларда ғылыми қауымдастықтар кеңейген сайын, бейресми талқылаулар мен ішкі бағалаулар біртіндеп жүйелі тәжірибеге айналды. 20 ғасырдың ортасына қарай, зерттеу нәтижелері көбейген сайын, журналдар сапа мен әділдікті сақтау үшін құрылымдалған, сыртқы рецензиялау (көбінесе анонимді) рецензиялау жүйесін қабылдады. Бүгінде біз жалғыз және қосарлы анонимді рецензиядан бастап ашық және жарияланғаннан кейінгі шолуларға дейінгі әртүрлі модельдерді көріп отырмыз. Бұл – қарқынды дамып келе жатқан ғылыми ортадағы ашықтық, тиімділік және қатаңдық арасындағы тепе-теңдікті сақтауға бағытталған үздіксіз әрекеттердің нәтижесі,” – деп түсіндірді Сирдесай.
DeSci дәстүрлі ғылыми зерттеулерге қатысты туындайтын дағдарыстық мәселелерді шешу үшін Web3 технологиялық шешімдерін табуға бағытталды. Нәтижесінде, ЖИ агенттері рецензиялау механизмдеріндегі адам қателіктерінен туындайтын апатты салдардың алдын алудың тиімді шешіміне айналды.
«Жасанды интеллект қателіктерді, сәйкессіздіктерді және плагиатты автоматты түрде анықтап, қолжазбаларды ең қолайлы рецензенттермен сәйкестендіре алады. Бұл – адамдық субъективтілікті азайтып, рецензенттердің жүктемесін жеңілдетуге көмектеседі. Орталықтандырылмаған ғылым платформалары, блокчейн немесе ұқсас технологияларды пайдалана отырып, рецензиялау тарихын ашық түрде жазып, көпшілікке негізделген бағалауларды мүмкін етеді, бұл жауапкершілікті және сенімділікті арттырады. Бұл құралдар бірге рецензиялауды жеңілдетіп, жақсартады, сапаны бақылауды жылдам әрі сенімді етеді», – деп қосты ол.
Бұл жаңа технологиялар ғылыми рецензиялауға қатысуды да қолжетімді етті.
«Орталықтандырылмаған ғылым мен жасанды интеллект рецензиялау құнын азайту арқылы рецензиялауды айтарлықтай жеңілдетіп, оны жасанды интеллект арқылы әлдеқайда төмен бағамен және әлдеқайда жылдам орындауға мүмкіндік береді. DeSci әркімге шексіз рецензияларды бірден алуға мүмкіндік бере алады», – деді Шлихт.
Тиімділік, жылдамдық, орталықтандырылмағандық және шығындарды азайту осы уақытқа дейін шешімін таппаған күрделі ғылыми мәселелерді шешудің жаңа жолдарын аша алады.
Ғылыми прогресті жасанды интеллект арқылы жеделдету
Жасанды интеллект сияқты жаңа технологиялар қатерлі ісік зерттеулері, адам өмірінің ұзақтығы және Альцгеймер ауруы сияқты күрделі ғылыми мәселелерге жаңа шешімдер ұсынуда.
Ғасырлар бойы жүргізілген адамзат зерттеулерінің арқасында бүгінгі күні бүкіл әлемдегі журналдар миллиондаған ғылыми мақалалар жариялайды, бұл орасан зор деректер көлеміне айналады. Жасанды интеллект агенттері қазіргі уақытта адам үшін мүмкін емес жылдамдықпен қолданыстағы деректер жиынтықтарын сақтап, сүзгіден өткізіп, талдай алады.
«Жасанды интеллект қатерлі ісік зерттеулерін түбегейлі өзгертіп, тиімді емдеу әдістерін ашу процесін айтарлықтай жылдамдатады. ЖИ құралдары қазірдің өзінде генетикалық маркерлер мен жаңа дәрілік мақсаттарды анықтау, қатерлі ісіктердің қалай дамитынын модельдеу және тіпті инновациялық емдеу комбинацияларын ұсыну үшін үлкен деректер жиынтықтарын тез арада сүзгіден өткізу арқылы баға жетпес көмек көрсетуде. Бұл жаңалықтар тек ерте ашылу кезеңдерін жеделдетіп қана қоймай, сонымен қатар клиникалық сынақтардың дизайнын оңтайландырып, пациенттердің жауаптарын дәл болжауда. Қатерлі ісік әлі де күрделі аурулар жиынтығы болып қала берсе де, жасанды интеллекттің өсіп келе жатқан әсері емдеу мақсатын барған сайын қолжетімді етіп, бүкіл зерттеу қауымдастығын жігерлендіруде», – деді түсіндірді Сирдесай BeInCrypto-ға.
Шлихттің YesNoError (YNE) жобасы орталықтандырылмаған бастама үшін барлық қолданыстағы ғылыми әдебиеттерді жүйелі түрде тексеру үшін үлкен тілдік модельдерді (LLM) пайдаланатын ақ кітапты жасады. YNE токені токен иелері қай жобаларға басымдық беру керектігіне дауыс бере алатын экономикалық модельге негізделген.
Жасанды интеллект агенттері қарапайым есептеу қателерінен бастап деректерді бұрмалауға дейінгі қателерді сканерлеуге жауапты. Жобаның кеңірек мақсаты –зерттеушілер, мекемелер және жұртшылық үшін қолжетімді ғылыми талаптарды тексеру құралы болып табылады.
«Өмір сүру ұзақтығы туралы қанша зерттеу мақаласы жазылды? Айталық, бұл бір миллион болсын. Айталық, сіз өмір сүру ұзақтығына бағытталған зертхана болып табыласыз. Осы миллион мақаланы оқып қана қоймай, оларды мұқият талдап, синтездеу үшін қажет команданың мөлшері адамдық масштабта мүмкін емес. Бірақ, егер сіз миллион мақаланы бір сәтте оқи алатын ЖИ жүйесін құрастыратын болсаңыз, бұл ЖИ агенттері ақпаратты жинақтап, қорытындылар жасап, оны адам командасына ұсына алады. Бұл жасанды интеллект өмір сүру ұзақтығына немесе кез келген басқа ғылыми мақсаттарға жетуге көмектесетін өте айқын жол», – деді Шлихт.
Бұл трендке басқа ірі ойыншылар да назар аудара бастады. Advanced Micro Devices (AMD) және Джонс Хопкинс университетінің зерттеушілері жақында Agent Laboratory әзірледі. Бұл жасанды интеллект құрылымы ғылыми зерттеулердің негізгі бөліктерін автоматтандыруға арналған.
Бұл жүйе әдебиеттерді шолу, эксперименттерді жобалау және код пен құжаттаманы қоса алғанда, есептерді жасау үшін үлкен тілдік модельдерді пайдаланады. Алайда, ол орталықтандырылмаған емес немесе токен моделіне негізделмеген. Бастапқы нәтижелер бұл құрылым зерттеу сапасын төмендетпей, басқа автоматтандырылған әдістермен салыстырғанда зерттеу шығындарын 84%-ға азайта алатынын көрсетеді.
Дегенмен, егер крипто секторындағы басқа жобалар ұқсас жобаларды дамытуды көздесе, DeSci-дегі жасанды интеллект болашақта үлкен үміт күттіре алады.
DeSci-дің жарқын болашағы
CoinGecko мәліметі бойынша, жазу кезінде DeSci нарығының капитализациясы 1,05 млрд доллар. Өткен жылы сектор тұрақты өсу мен үздіксіз инновацияны көрсетті. Көптеген жаңа жобалар тез арада негізгі ойыншыларға айналды.
Шлихт пен Сирдесай орталықтандырылмаған ғылым нарығының көлемі экспоненциалды түрде өсетінін болжайды.
«Менің ойымша, 10 жылдан кейін DeSci нарығының капитализациясы қазіргі деңгейден 10 000 есе артық болуы мүмкін. Жасанды интеллект, орталықтандырылмаған жүйе және токендердің үйлесімі арқасында ғылымда жаңалықтар экспоненциалды түрде артады», – деді Шлихт.
Осыған байланысты Сирдесай:
«Егер сәтті болса, ол жаһандық ғылыми зерттеулер нарығының 5-10% оңай иелене алады, ал ол қазірдің өзінде триллиондап бағаланады» – деп өз пікірін қосты.
Алайда, олар DeSci-дің дәстүрлі медициналық және ғылыми лоббилерден қарсылыққа тап болатынын да күтеді.
Қалыптасқан жағдаймен бетпе-бет келу
Ғылыми зерттеулер әртүрлі мемлекеттік агенттіктер, мекемелер және қорлардан гранттар арқылы қаржыландырылуы мүмкін болса да, көбінесе жеке корпорациялар арқылы қаржыландырылады.
2023 жылғы UCLA есебі бойынша, 2021 жылы АҚШ-та қатерлі ісік зерттеулеріне жұмсалған шамамен 57 млрд доллардың 80%-ға жуығы жеке сектордан, негізінен ірі фармацевтикалық компаниялардан келген. Сонымен қатар, зерттеу нәтижелерінің бөлісуі шектеулі болғаны айтылды.
«Қазіргі ойыншыларды қорғау үшін мұндай нарықтық қызметтерге тыйым салуға лобби жасай алатын мүдделі тараптар бар», – деді Сирдесай.
Шлихт үшін DeSci жеке мүдделерге қарсы тұру мүмкіндігін ұсынады.
«Бұрын корпорациялар зерттеу қаржыландыруды бақылай алатын еді. DeSci бұл жүйені бұзып, егер адамдар олардың идеясының жақсы екеніне сенсе, кез келген адамға қаржыландыру ала алады», – деді ол.
Блокчейн технологиясы анонимділікке мүмкіндік беріп, құпиялылықты басымдыққа алатындықтан, ол жаңашылдарды табу қиын болатынын айтады.
«Мен лоббистердің DeSci-ді тоқтата алатынына сенбеймін. Келесі Эйнштейн анонимді болуы мүмкін. Оның аватары – пингвин немесе профилі бақа болуы мүмкін. Ол профилінде NFT, ал аты сандар жиынтығы болатын адам болуы мүмкін. Лоббистер оларды таба алмайды, себебі олардың кім екенін білмейді және олар орталықтандырылмаған түрде қаржыландырылады. Олардың басқа лақап атты жамылған адамдардан тұратын командасы бар, олармен бірге адамдар мен жасанды интеллекттер де жұмыс жасайды», – деді Шлихт.
Дегенмен, дәстүрлі медициналық лоббистер мен децентрализденген ғылымдағы жаңашылдар арасындағы ықтимал бәсекелестік жайлы уайымға салынғанша, DeSci әлі дамудың жолында.
Ақырында, жасанды интеллект пен орталықтандырылмаған ғылымның тоғысуы ғылыми зерттеулер үшін қуатты жаңа парадигманы ұсынады. Бұл мүмкіндік рецензиялаудың сенімділігі мен тиімділігін арттыруға, қаржыландыруға қолжетімділікті демократияландыруға және әртүрлі ғылыми шекараларда серпілістерді жеделдетуге әлеуеті бар.
Жасанды интеллект пен орталықтандырылмаған ғылымның прогресін бақылау осы технологияларды ғылыми зерттеулерге жауапкершілікпен енгізу үшін маңызды болады.
Жауапкершіліктен бас тарту
Біздің веб-сайттағы барлық ақпарат адал ниетпен және тек жалпы ақпарат беру мақсатында жарияланады. Біздің веб-сайттағы ақпаратқа сүйеніп қабылданған кез келген шешімге оқырманның өзі жауапты болады.
