AI 'सह-वैज्ञानिक' के रूप में तैयार नहीं है, विशेषज्ञों का कहना है

Google ने हाल ही में अपने "एआई सह-वैज्ञानिक" की शुरुआत की, एक एआई उपकरण जो वैज्ञानिकों को परिकल्पना और अनुसंधान योजनाओं को उत्पन्न करने में मदद करने के लिए है। कंपनी ने नए ज्ञान को उजागर करने के लिए इसे गेम-चेंजर के रूप में सम्मोहित किया, लेकिन विशेषज्ञों को इसके वास्तविक दुनिया के प्रभाव के बारे में संदेह है।

TechCrunch के साथ एक साक्षात्कार में MIT के एक कंप्यूटर विजन शोधकर्ता सारा बीरी ने कहा, "यह प्रारंभिक उपकरण, जबकि दिलचस्प है, गंभीरता से उपयोग किए जाने की संभावना नहीं है।" "मुझे यकीन नहीं है कि वैज्ञानिक समुदाय से इस प्रकार की परिकल्पना-पीढ़ी प्रणाली की मांग है।"

Google यह दावा करने के लिए नवीनतम तकनीक की दिग्गज कंपनी है कि AI वैज्ञानिक अनुसंधान में क्रांति लाएगा, विशेष रूप से बायोमेडिसिन जैसे डेटा-भारी क्षेत्रों में। Openai के सीईओ सैम अल्टमैन ने इस साल की शुरुआत में एक निबंध में लिखा था कि "अधीक्षक" एआई "वैज्ञानिक खोज और नवाचार को बड़े पैमाने पर गति दे सकता है।" इसी तरह, एन्थ्रोपिक सीईओ डारियो अमोडी ने भविष्यवाणी की है कि एआई अधिकांश कैंसर के लिए इलाज विकसित करने में मदद कर सकता है।

हालांकि, कई शोधकर्ताओं को लगता है कि आज के एआई उपकरण इन महत्वाकांक्षी दावों से कम हो जाते हैं। उनका तर्क है कि Google के AI सह-वैज्ञानिक जैसे एप्लिकेशन पदार्थ की तुलना में प्रचार के बारे में अधिक हैं, जिसमें वादों का समर्थन करने के लिए अनुभवजन्य डेटा का अभाव है।

उदाहरण के लिए, एआई सह-वैज्ञानिकों पर Google के ब्लॉग पोस्ट ने तीव्र माइलॉयड ल्यूकेमिया के लिए दवा पुनरुत्थान में अपनी क्षमता के बारे में दावा किया, एक प्रकार का रक्त कैंसर जो अस्थि मज्जा को प्रभावित करता है। फिर भी, परिणाम इतने अस्पष्ट थे कि "कोई भी वैध वैज्ञानिक उन्हें गंभीरता से नहीं लेगा," एरिज़ोना में नॉर्थवेस्ट मेडिकल सेंटर-टक्सन के एक रोगविज्ञानी फेविया ड्यूबिक के अनुसार।

"यह शोधकर्ताओं के लिए एक अच्छा शुरुआती बिंदु हो सकता है, लेकिन विस्तार की कमी चिंताजनक है और मुझे इस पर भरोसा करने के लिए उधार नहीं देता है," ड्यूबेक ने TechCrunch को बताया। "प्रदान की गई जानकारी की कमी वास्तव में यह समझना कठिन हो जाती है कि क्या यह वास्तव में सहायक हो सकता है।"

यह पहली बार नहीं है जब Google ने परिणामों को दोहराने के लिए दूसरों के लिए पर्याप्त विवरण प्रदान किए बिना AI सफलता को बढ़ावा देने के लिए वैज्ञानिक समुदाय से आलोचना का सामना किया है।

2020 में वापस, Google ने दावा किया कि उसके एक AI सिस्टम में से एक, स्तन ट्यूमर का पता लगाने के लिए प्रशिक्षित, मानव रेडियोलॉजिस्ट से बेहतर प्रदर्शन किया। लेकिन हार्वर्ड और स्टैनफोर्ड के शोधकर्ताओं ने प्रकृति में एक खंडन प्रकाशित किया, जिसमें तर्क दिया गया कि Google के शोध में विस्तृत तरीकों और कोड की कमी "इसके वैज्ञानिक मूल्य को कम कर दी।"

वैज्ञानिकों ने सामग्री इंजीनियरिंग जैसे क्षेत्रों में अपने एआई टूल की सीमाओं को कम करने के लिए Google की आलोचना की है। 2023 में, कंपनी ने दावा किया कि लगभग 40 "नई सामग्री" को अपने एआई सिस्टम, गनोम की मदद से संश्लेषित किया गया था। हालांकि, एक स्वतंत्र विश्लेषण में पाया गया कि इनमें से कोई भी सामग्री वास्तव में नई नहीं थी।

टेकक्रंच के साथ एक साक्षात्कार में रोचेस्टर इंस्टीट्यूट ऑफ टेक्नोलॉजी में सॉफ्टवेयर इंजीनियरिंग के सहायक प्रोफेसर एशिक खुदाबुख ने कहा, "हम वास्तव में Google के 'सह-वैज्ञानिक' जैसे उपकरणों की ताकत और सीमाओं को नहीं समझेंगे, जब तक कि वे विविध वैज्ञानिक विषयों में कठोर, स्वतंत्र मूल्यांकन से गुजरते हैं।" "एआई अक्सर नियंत्रित वातावरण में अच्छा प्रदर्शन करता है, लेकिन पैमाने पर लागू होने पर विफल हो सकता है।"

जटिल प्रक्रियाएँ

वैज्ञानिक खोज में सहायता के लिए एआई उपकरण विकसित करना मुश्किल है क्योंकि यह उन सभी कारकों की भविष्यवाणी करना कठिन है जो कार्यों में एक रिंच फेंक सकते हैं। एआई संभावनाओं की एक विशाल सूची के माध्यम से स्थानांतरित करने के लिए उपयोगी हो सकता है, लेकिन यह कम स्पष्ट है कि क्या यह उस तरह की रचनात्मक समस्या-समाधान को संभाल सकता है जो प्रमुख सफलताओं की ओर जाता है।

खुदबुख ने कहा, "हमने पूरे इतिहास में देखा है कि एमआरएनए टीकों के विकास की तरह कुछ सबसे महत्वपूर्ण वैज्ञानिक प्रगति, मानवीय अंतर्ज्ञान और दृढ़ता के सामने दृढ़ता से प्रेरित थे।" "एआई, जैसा कि आज खड़ा है, इसे दोहराने के लिए अच्छी तरह से अनुकूल नहीं हो सकता है।"

जापान में सोनी कंप्यूटर साइंस लेबोरेटरीज के एआई शोधकर्ता लाना सिनापायेन का मानना ​​है कि Google के एआई सह-वैज्ञानिक जैसे उपकरण वैज्ञानिक कार्यों के गलत पहलुओं पर ध्यान केंद्रित कर रहे हैं।

सिनापायेन एआई में मूल्य देखता है जो थकाऊ कार्यों को स्वचालित कर सकता है, जैसे कि नए शैक्षणिक साहित्य को संक्षेप में प्रस्तुत करना या अनुदान अनुप्रयोगों को प्रारूपित करना। लेकिन वह तर्क देती है कि एक एआई सह-वैज्ञानिक के लिए बहुत कम मांग है जो परिकल्पना उत्पन्न करता है, एक कार्य कई शोधकर्ता बौद्धिक रूप से पुरस्कृत पाते हैं।

"कई वैज्ञानिकों के लिए, खुद को शामिल किया गया, परिकल्पना उत्पन्न करना नौकरी का सबसे मजेदार हिस्सा है," सिनपायेन ने TechCrunch को बताया। "मैं एक कंप्यूटर के लिए अपनी मस्ती को आउटसोर्स क्यों करना चाहता हूं, और फिर खुद को करने के लिए केवल कड़ी मेहनत के साथ छोड़ दिया जाएगा? सामान्य तौर पर, कई जनरेटिव एआई शोधकर्ताओं को यह गलत समझ में आता है कि मनुष्य वे क्यों करते हैं, और हम उन उत्पादों के लिए प्रस्तावों के साथ समाप्त होते हैं जो उस भाग को स्वचालित करते हैं जिससे हमें खुशी मिलती है।"

बीरी ने बताया कि वैज्ञानिक प्रक्रिया का सबसे कठिन हिस्सा अक्सर परिकल्पनाओं का परीक्षण करने के लिए अध्ययन को डिजाइन और कार्यान्वित कर रहा है, कुछ वर्तमान एआई सिस्टम संघर्ष करते हैं। एआई शारीरिक रूप से प्रयोगों का संचालन नहीं कर सकता है, और यह अक्सर उन समस्याओं से जूझता है जहां डेटा दुर्लभ है।

"अधिकांश विज्ञान पूरी तरह से वस्तुतः करने के लिए संभव नहीं है - अक्सर वैज्ञानिक प्रक्रिया का एक महत्वपूर्ण घटक होता है जो भौतिक है, जैसे कि नए डेटा एकत्र करना और प्रयोगशाला में प्रयोगों का संचालन करना," बीरी ने कहा। "वास्तविक वैज्ञानिक प्रक्रिया के सापेक्ष Google के एआई सह-वैज्ञानिक जैसी प्रणालियों की एक बड़ी सीमा, जो निश्चित रूप से इसकी प्रयोज्य को सीमित करती है, सिस्टम और उनके विशिष्ट अनुसंधान लक्ष्यों, उनके पिछले काम, उनके कौशल और उन संसाधनों का उपयोग करके प्रयोगशाला और शोधकर्ता के बारे में संदर्भ है, जिनकी वे उपयोग करते हैं।"

एआई जोखिम

एआई की तकनीकी सीमाएं और जोखिम, जैसे कि इसकी "मतिभ्रम" की प्रवृत्ति या झूठी जानकारी उत्पन्न करना, वैज्ञानिकों को गंभीर काम के लिए इस पर भरोसा करने के बारे में सतर्क करना।

खुदाबुख को चिंता है कि एआई उपकरण प्रगति को आगे बढ़ाने के बजाय शोर के साथ वैज्ञानिक साहित्य को बाढ़ से समाप्त कर सकते हैं।

यह पहले से ही हो रहा है। एक हालिया अध्ययन में पाया गया कि एआई-जनित "जंक साइंस" Google विद्वान, Google के विद्वानों के साहित्य के लिए मुफ्त खोज इंजन में बाढ़ आ रहा है।

खुदाबुख ने कहा, "एआई-जनित शोध, अगर ध्यान से निगरानी नहीं की जाती है, तो वैज्ञानिक क्षेत्र को कम गुणवत्ता वाले या यहां तक ​​कि भ्रामक अध्ययन के साथ, सहकर्मी-समीक्षा प्रक्रिया को अभिभूत कर सकता है," खुदाबुख ने कहा। "एक अभिभूत सहकर्मी-समीक्षा प्रक्रिया पहले से ही कंप्यूटर विज्ञान जैसे क्षेत्रों में एक चुनौती है, जहां शीर्ष सम्मेलनों ने सबमिशन में एक तेजी से वृद्धि देखी है।"

यहां तक ​​कि अच्छी तरह से डिज़ाइन किए गए अध्ययनों को एआई के साथ दुर्व्यवहार करके समझौता किया जा सकता है, सिनापायेन ने चेतावनी दी। जबकि वह एक ऐसे उपकरण के विचार की सराहना करती है जो साहित्य समीक्षा और संश्लेषण के साथ सहायता कर सकता है, वह आज के एआई पर भरोसा नहीं करेगी कि वह उस नौकरी को मज़बूती से करे।

"वे चीजें हैं जो विभिन्न मौजूदा उपकरण करने का दावा कर रहे हैं, लेकिन वे नौकरियां नहीं हैं जिन्हें मैं व्यक्तिगत रूप से वर्तमान एआई तक छोड़ दूंगा," सिनापेन ने कहा। उन्होंने इस बात की भी चिंता जताई कि एआई सिस्टम कैसे प्रशिक्षित हैं और वे ऊर्जा का उपभोग करते हैं। "यहां तक ​​कि अगर सभी नैतिक मुद्दों को हल किया गया था, तो वर्तमान एआई मेरे लिए पर्याप्त विश्वसनीय नहीं है ताकि मेरे काम को उनके आउटपुट पर एक तरह से या किसी अन्य तरीके से आधार बनाया जा सके।"