Naukowcy opublikowali na arXiv przełomowe badanie NOVA, które wyznacza fundamentalne granice możliwości sztucznej inteligencji w odkrywaniu nowej wiedzy naukowej. Praca analizuje teoretyczne ograniczenia systemów AI w generowaniu rzeczywiście oryginalnych odkryć i dotychczas nieznanych faktów, zamiast jedynie odtwarzania informacji z danych treningowych. To studium ma kluczowe znaczenie dla zrozumienia rzeczywistych perspektyw AI w badaniach naukowych i stanowi odpowiedź na często optymistyczne wizje sztucznej inteligencji jako uniwersalnego narzędzia odkryć.
Badanie pokazuje, że choć systemy AI wykazują imponujące zdolności w przetwarzaniu danych i rozpoznawaniu wzorców, natykają się na fundamentalne bariery przy tworzeniu wiedzy, którą nie potrafią bezpośrednio wyprowadzić ze swoich danych treningowych. Granice te wynikają z natury samych algorytmów i sposobu, w jaki systemy uczenia maszynowego uczyć się mogą jedynie tego, co wynika logicznie lub statystycznie z informacji, którymi już dysponują. Inherentne ograniczenia AI związane są także z faktem, że odkrycie naukowe często wymaga intuicji, kreatywności na nowe sposoby myślenia - cechy, które trudno sformalizować i włączyć do modeli sztucznej inteligencji.
Wyniki badania NOVA mają praktyczne implikacje dla branży i nauki. Pokazują, że AI powinno być postrzegane przede wszystkim jako narzędzie wspierające pracę naukowców, a nie ich zastępujące czy całkowicie autonomiczne odkrywające know-how. Mimo że sztuczna inteligencja świetnie radzi sobie z przeszukiwaniem zasobów, hipotezowaniem i weryfikacją wniosków na podstawie istniejących danych, to jednak zdolność do sformułowania zupełnie nowego pytania badawczego czy skoku myślowego pozostaje domeną ludzkiego umysłu. Zrozumienie tych granic jest istotne zarówno dla realistycznego planowania inwestycji w badania wspomagane AI, jak i dla edukacji przyszłych naukowców, których umiejętności będą musiały ukierunkować się na nadzorowanie i interpretację wyników generowanych przez systemy sztucznej inteligencji.