Voorbij de Polanyi-paradox: hoe AI die zich bewust is van de mens creativiteit en baanbrekende ontdekkingen ontketent
Kunstmatige intelligentie (AI) heeft wetenschappelijk onderzoek en innovatie getransformeerd, maar zoals eerder besproken blijft de Paradox van Polanyi een belangrijk obstakel voor het gebruik van AI om creatieve oplossingen of baanbrekende ontdekkingen te genereren. Volgens de Paradox van Polanyi zullen AI-modellen die alleen leren van expliciete kennis de stilzwijgende of intuïtieve kennis van mensen missen en voor de hand liggende resultaten genereren. Daarom zijn benaderingen om de Paradox van Polanyi aan te pakken interessant voor iedereen die AI-modellen gebruikt om nieuwe ontdekkingen te doen.
Mensbewuste AI-modellen, zoals gerapporteerd door Sourati en Evans in Nature Human Behaviour, bieden een aanpak voor het ontwikkelen van AI-modellen die effectiever zijn in het genereren van creatieve oplossingen en ontdekkingen - of zelfs wetenschappelijke doorbraken. Het mensbewuste AI-model dat door de auteurs is ontwikkeld, verbeterde de AI-voorspelling van nieuwe ontdekkingen in de materiaalkunde met 400%.
Het mensbewuste AI-model werd gevoed met wetenschappelijke gegevens en auteursinformatie om de "verdeling van menselijke wetenschappers rond elk onderwerp dat betrokken is bij de kandidaat-ontdekkingen" te kunnen meten. Door deze meta-informatie te gebruiken, kunnen de mensbewuste AI-modellen de intuïtie of stilzwijgende kennis van wetenschappers "nabootsen" door de "menselijke menigte" te voorspellen en te vermijden. Met andere woorden, de mensbewuste AI-modellen hoeven niet alleen te vertrouwen op gestructureerde gegevens, maar kunnen dat ook:
- Simuleer hoe wetenschappers ontdekkingen benaderen in plaats van alleen uitkomsten te voorspellen.
- Gebruik wetenschappelijke heuristieken om AI-gedreven experimenten te verfijnen.
- Aanvullende "vreemde" hypotheses genereren. In tegenstelling tot traditionele AI-modellen die meestal binnen bekende onderzoeksgebieden werken, zijn mensbewuste AI-modellen ontworpen om verbanden te leggen tussen schijnbaar ongerelateerde gebieden en kloven te overbruggen waar wetenschappers misschien pas na jaren achter komen.
- Geef voorrang aan experimenten met hoge waarde boven triviale optimalisaties en zorg voor een balans tussen exploratie en exploitatie om baanbrekende ontdekkingen te garanderen.
Mensbewuste AI-modellen hebben daarom veel voordelen om ervoor te zorgen dat ze niet alleen voorspelbare en voor de hand liggende oplossingen genereren, maar ook aanvullende buitenaardse hypotheses die kunnen leiden tot baanbrekende ontdekkingen en creatievere oplossingen. Hoewel deze aanpak de Paradox van Polanyi niet zal oplossen, zou het op zijn minst kunnen helpen bij het creëren van toekomstige AI-modellen die minder geneigd zijn om voor de hand liggende oplossingen te genereren omdat ze de stilzwijgende kennis van mensen missen.
Onze analyse onderstreept de kracht van het integreren van menselijke en sociale factoren om kunstmatige intelligentie te produceren die menselijke expertise aanvult in plaats van vervangt. Door niet alleen rekening te houden met menselijke expertise, maar ook met de volledige verdeling van wetenschappelijke ervaring en blootstelling, kunnen dergelijke systemen worden ontworpen om met de wetenschappelijke gemeenschap mee te racen in plaats van tegen haar in, waardoor de reikwijdte van de menselijke verbeelding en ontdekking wordt vergroot.
