#4
A cikkel kapcsolatban általános problematikának látom, hogy egyszerűsítve a kutatásoksok során gyakorlatilag kétfajta újdonság, tudás, nóvum jelenhet meg a tudomány számára, bár a legtöbb tudományos eredményben mindakettő keveredik.
Az első kategória a szintézis jellegű tudás, ekkor a már végrehajtott és ellenőrzött kísérletek, erdmények publikációiból, a rendelkezésre álló ismeretekből jön ki egyfajta új összegzett tudás. Forráskutatás, elemzés. Nem egy nagy vasziszdasz, na ez az amit az AI meg tud csinálni. Az eredmény hitelessége nem kérdéses, hiszen a felhasznált források már átmentek egyfajta tudományos szűrésen. Bár hozzátenném, hogy itt is szükséges egyfajta újdonság, akár egy paradigma, amire fell lehet fűzni az eredményt. Na ezt most önmagától még nem képes kitalálni az AI, kell neki egy prompt.
A másik fajta tudományos novum az AI számára teljesen elérhetetlen, amikor a kutató, akár próba szerencse módszerrel végig megy egy területen, pl bizonyos csoportba tartozó anyagok, elemek, vegyületek egyfajta reakcióját vizsgálja. Ilyen fajta automatizált laborról én nem tudok, hogy létezne, És itt ugye a lényeg az, hogy olyan teljesen új eredmény jöhet ki, amely a jelenlegi tudásunkból nem következik, anomáliás viselkedés. Vagy az előrejelzett többfajta lehetséges eredmény közül nem előrejelezhető, hogy melyik válik dominánssá, pl rejtett paraméterek miatt. A cikkben is említett AI alapú eljárás az utóbbi módszertant nem képes érinteni.
És megjegyezném, hogy volt már olyan nagy reményekkel kecsegtető immun rendszer erősítő gyógyszer kutatás, amely során az emberkísérlet katasztrófális eredménye miatt ment csődbe a kutató intézet, pedig a gyógyszer forgalombahozataláról még messze nem volt szó.
Az AI alkalmazása véleményem szerint habár a jól ismert hatóanyagú gyógyszerek fejlesztését gyorsíthatja, azonban épp a jelentős újdonságot tartalmazó gyógyszerek és kutatását kockázatát jelentősen növelheti.
#4