Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Umělá inteligence předpovídá výsledky výzkumu v neurovědách lépe než odborníci
Naposledy posuzováno: 03.07.2025
Studie vědců z University College London (UCL) ukázala, že modely velkých jazyků (LLM), jako je GPT, dokáží předpovídat výsledky neurovědeckého výzkumu s přesností překračující přesnost lidských expertů. Práce publikovaná v časopise Nature Human Behaviour ukazuje, jak umělá inteligence trénovaná na velkých textových souborech dat dokáže nejen extrahovat informace, ale také identifikovat vzory pro predikci vědeckých výsledků.
Nový přístup k vědeckému předpovídání
Podle hlavního autora studie, Dr. Kena Loa (UCL Psychology & Language Sciences), vývoj generativní umělé inteligence, jako je ChatGPT, otevřel obrovské možnosti pro zobecnění a extrakci znalostí. Vědci se však místo studia schopnosti umělé inteligence analyzovat minulé informace rozhodli prozkoumat, zda umělá inteligence dokáže předpovídat budoucí experimentální výsledky.
„Vědecký pokrok často zahrnuje pokusy a omyly, což vyžaduje čas a zdroje. I zkušení vědci mohou v literatuře přehlédnout důležité detaily. Naše práce ukazuje, že LLM dokáže detekovat vzorce a předpovídat experimentální výsledky,“ řekl Dr. Lo.
BrainBench: Testování umělé inteligence a expertů
Pro otestování schopností LLM vědci vytvořili nástroj s názvem BrainBench, který obsahuje dvojice vědeckých abstraktů z neurovědy:
- Jeden abstrakt obsahuje skutečný výsledek výzkumu.
- Druhý je upravený, ale věrohodný výsledek vytvořený experty.
15 jazykových modelů a 171 neurovědeckých expertů bylo testováno na schopnost rozlišovat skutečné výsledky od falešných. Výsledky byly působivé:
- Umělá inteligence vykázala průměrnou přesnost 81 %, zatímco experti dosáhli pouze 63 %.
- Dokonce i specialisté s nejvyšším sebehodnocením znalostí dosáhli pouze 66 %.
Vylepšené modely a perspektivy
Vědci také adaptovali open-source LLM (verzi Mistralu) a trénovali ho na vědecké literatuře o neurovědě. Výsledný model s názvem BrainGPT prokázal ještě vyšší přesnost – 86 %.
„Naše práce ukazuje, že umělá inteligence se může stát nedílnou součástí procesu experimentálního návrhu, a to nejen rychlejším, ale i efektivnějším způsobem,“ řekl profesor Bradley Love (UCL).
Příležitosti a výzvy
Výzkumníci naznačují, že jejich přístup lze přizpůsobit řadě vědeckých oborů. Výsledky studie však vyvolávají důležitou otázku: je moderní vědecký výzkum dostatečně inovativní? Vysoká přesnost umělé inteligence v předpovídání naznačuje, že mnoho vědeckých zjištění je v souladu se stávajícími vzorci.
„Vytváříme nástroje umělé inteligence, které vědcům pomohou navrhovat experimenty a předpovídat možné výsledky, čímž se urychlí iterace a umožní se činit informovanější rozhodnutí,“ dodal Dr. Lo.
Tento průlom ve využívání umělé inteligence slibuje urychlení vědeckých objevů a zlepšení efektivity výzkumu po celém světě.