Сви иЛиве садржаји су медицински прегледани или проверени како би се осигурала што већа тачност.
Имамо стриктне смјернице за набавку и само линкамо на угледне медијске странице, академске истраживачке институције и, кад год је то могуће, медицински прегледане студије. Имајте на уму да су бројеви у заградама ([1], [2], итд.) Везе које се могу кликнути на ове студије.
Ако сматрате да је било који од наших садржаја нетачан, застарио или на неки други начин упитан, одаберите га и притисните Цтрл + Ентер.
Вештачка интелигенција предвиђа резултате неуронаучних истраживања боље од стручњака
Последње прегледано: 03.07.2025
Студија истраживача са Универзитетског колеџа у Лондону (UCL) показала је да модели великих језика (LLM), као што је GPT, могу да предвиде исходе неуронаучних истраживања са тачношћу која превазилази тачност људских стручњака. Рад, објављен у часопису Nature Human Behaviour, показује како вештачка интелигенција обучена на великим текстуалним скуповима података може не само да издвоји информације већ и да идентификује обрасце за предвиђање научних исхода.
Нови приступ научном предвиђању
Према речима главног аутора студије, др Кена Лоа (УЦЛ психологија и језичке науке), развој генеративне вештачке интелигенције као што је ChatGPT отворио је огромне могућности за генерализацију и екстракцију знања. Међутим, уместо да проучавају способност вештачке интелигенције да анализира прошле информације, истраживачи су одлучили да истраже да ли вештачка интелигенција може да предвиди будуће експерименталне исходе.
„Научни напредак често укључује покушаје и грешке, што захтева време и ресурсе. Чак и искусни истраживачи могу пропустити важне детаље у литератури. Наш рад показује да LLM може да открије обрасце и предвиди експерименталне исходе“, рекао је др Ло.
BrainBench: Вештачка интелигенција и стручно тестирање
Да би тестирали могућности мастер студија права (LLM), истраживачи су креирали алат под називом BrainBench, који укључује парове научних апстраката из неуронауке:
- Један апстракт садржи стварни резултат истраживања.
- Други је модификовани, али вероватни резултат који су креирали стручњаци.
15 језичких модела и 171 стручњак за неуронауке су тестирани на њихову способност да разликују стварне од лажних резултата. Резултати су били импресивни:
- Вештачка интелигенција је показала просечну тачност од 81%, док су стручњаци постигли само 63%.
- Чак су и стручњаци са највишом самопроценом знања постигли само 66%.
Побољшани модели и перспективе
Научници су такође прилагодили отворени код LLM-а (верзију Мистрала), тренирајући га на научној литератури о неуронауци. Добијени модел, назван BrainGPT, показао је још већу тачност — 86%.
„Наш рад показује да вештачка интелигенција може постати саставни део процеса експерименталног дизајна, не само да чинећи рад бржим, већ и ефикаснијим“, рекао је професор Бредли Лав (UCL).
Прилике и изазови
Истраживачи сугеришу да се њихов приступ може прилагодити различитим научним дисциплинама. Међутим, резултати студије постављају важно питање: да ли је модерно научно истраживање довољно иновативно? Висока тачност вештачке интелигенције у предвиђању сугерише да су многи научни налази у складу са постојећим обрасцима.
„Развијамо алате за вештачку интелигенцију који ће помоћи научницима да дизајнирају експерименте и предвиде могуће исходе, убрзавајући итерације и доносећи информисаније одлуке“, додао је др Ло.
Овај пробој у коришћењу вештачке интелигенције обећава убрзање научних открића и побољшање ефикасности истраживања широм света.