Uudet julkaisut
Tekoäly ennustaa neurotieteen tutkimustulokset paremmin kuin asiantuntijat
Viimeksi tarkistettu: 03.07.2025
Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
University College Londonin (UCL) tutkijoiden tutkimus on osoittanut, että suuret kielimallit (LLM:t), kuten GPT, voivat ennustaa neurotieteellisten tutkimusten tuloksia tarkemmin kuin ihmisasiantuntijat. Nature Human Behaviour -lehdessä julkaistu tutkimus osoittaa, kuinka suurilla tekstiaineistoilla koulutettu tekoäly voi paitsi poimia tietoa myös tunnistaa malleja tieteellisten tulosten ennustamiseksi.
Uusi lähestymistapa tieteelliseen ennustamiseen
Tutkimuksen pääkirjoittajan, tohtori Ken Lon (UCL Psychology & Language Sciences), mukaan generatiivisen tekoälyn, kuten ChatGPT:n, kehitys on avannut laajoja mahdollisuuksia yleistämiseen ja tiedon erottamiseen. Tutkijat päättivät kuitenkin tutkia tekoälyn kykyä analysoida aiempaa tietoa sen sijaan, että he olisivat tutkineet sitä, voisiko tekoäly ennustaa tulevia kokeellisia tuloksia.
"Tieteellinen edistys sisältää usein kokeiluja ja erehdyksiä, jotka vievät aikaa ja resursseja. Jopa kokeneet tutkijat voivat missata tärkeitä yksityiskohtia kirjallisuudessa. Työmme osoittaa, että oikeustieteen maisterit pystyvät havaitsemaan säännönmukaisuuksia ja ennustamaan kokeellisia tuloksia", tohtori Lo sanoi.
BrainBench: Tekoäly ja asiantuntijatestaus
LLM-tutkijoiden kykyjen testaamiseksi tutkijat loivat BrainBench-nimisen työkalun, joka sisältää pareja neurotieteen tieteellisiä tiivistelmiä:
- Yksi abstrakti sisältää varsinaisen tutkimustuloksen.
- Toinen on asiantuntijoiden luoma muokattu mutta uskottava tulos.
15 kielimallia ja 171 neurotieteen asiantuntijaa testattiin niiden kyvyn suhteen erottaa oikeat tulokset vääristä. Tulokset olivat vaikuttavia:
- Tekoälyn keskimääräinen tarkkuus oli 81 %, kun taas asiantuntijat saivat vain 63 %.
- Jopa asiantuntijat, joilla oli korkein itsearvio tietämyksestään, saavuttivat vain 66 %.
Parannetut mallit ja näkökulmat
Tutkijat sovelsivat myös avoimen lähdekoodin LLM:ää (Mistral-versiota) kouluttamalla sitä neurotieteen tieteellisellä kirjallisuudella. Tuloksena oleva malli, nimeltään BrainGPT, osoitti vieläkin suurempaa tarkkuutta – 86 %.
”Työmme osoittaa, että tekoälystä voi tulla olennainen osa kokeellista suunnitteluprosessia, mikä ei ainoastaan nopeuttaisi työtä, vaan myös tehostaisi sitä”, sanoo professori Bradley Love (UCL).
Mahdollisuudet ja haasteet
Tutkijat ehdottavat, että heidän lähestymistapaansa voidaan soveltaa useille tieteenaloille. Tutkimuksen tulokset kuitenkin herättävät tärkeän kysymyksen: onko moderni tieteellinen tutkimus riittävän innovatiivista? Tekoälyn korkea tarkkuus ennustamisessa viittaa siihen, että monet tieteelliset havainnot ovat yhdenmukaisia olemassa olevien mallien kanssa.
"Rakennamme tekoälytyökaluja, jotka auttavat tiedemiehiä suunnittelemaan kokeita ja ennustamaan mahdollisia tuloksia, nopeuttamaan iteraatioita ja tekemään tietoisempia päätöksiä", Dr. Lo lisäsi.
Tämä läpimurto tekoälyn käytössä lupaa nopeuttaa tieteellisiä löytöjä ja parantaa tutkimuksen tehokkuutta ympäri maailmaa.