В дискуссии об искусственном интеллекте возможно мы упускаем его потенциал для развития науки. Более того, наука может стать совершенно иной, когда нейросети станут партнёрами исследователей. При этом роли и тип работы может сильно измениться.
Наука - вообще относительно новое занятие для человечества. Имеется в виду теоретическое объяснение природных явлений, основанное на повторяемом и контролируемом опыте. В античности достаточно было иметь логически непротиворечивую философскую теорию, древние не считали эксперимент достойным умных людей занятием. Современная наука ведёт свою историю от Роджера Бэкона. И других великих - Ньютона, Галилея, Эйлера. Все это существует около пятисот лет, совершенно детский период для истории человечества. И тем не менее, именно за эти пять веков произошёл фундаментальный скачок в познании мира.
Отметим, что большую часть этого периода, поле ВСЕЙ науки было достаточно узким. Это позволяло великим умам работать в очень многих областях физики - от гравитации до оптики, параллельно развивая математический аппарат. Такая ситуация продолжалась вплоть до 20го века, когда произошёл экспоненциальный скачок научных знаний, потребовавший разделения науки на отдельные дисциплины, а внутри них - на разделы и субразделы.
В результате, в начале 21 века мы имеем ситуацию, когда все крупные области научных знаний разделены на некие соты - разделенные между собой ячейки, в которых развитие идёт далее вглубь. Более того, структура финансирования науки также не предполагает кросс-дисциплинарный обмен и интеграцию знаний. Фронтиры науки и нерешенные проблемы находятся в глубине сот, деньги на исследования выделяются также советами авторитетных, но узких специалистов в разделах и суб разделах. С рациональной точки зрения это, безусловно, более оправдано, чем финансирование научной интеграции, где достижение какого-то прорыва кажется куда менее вероятным.
Такая ситуация обусловлена, при ближайшем рассмотрении, пределами когнитивных способностей человеческого мозга. Быть новым Ньютоном или Леонардо сейчас просто невозможно, так как объём знаний, необходимых для приближения к границам науки требует многолетнего образования в одной конкретной области науки. Математический аппарат, без которого невозможно серьёзно обсуждать и интегрировать разные научные дисциплины, и музеи принципиально отличается от раздела к разделу, освоить его полностью уже за пределами наших способностей. Поэтому мы приходим к следующему основному выводу:
СОВРЕМЕННАЯ НАУКА НЕ МОЖЕТ БЫТЬ ИНТЕГРИРОВАНА ЧЕЛОВЕКОМ В СИЛУ ЕГО ОГРАНИЧЕНИЙ. ВОЗМОЖНО ЧТО ЭТО - СЕРЬЁЗНОЕ ПРЕПЯТСТВИЕ НА ПУТИ НАШЕГО ДАЛЬНЕЙШЕГО РАЗВИТИЯ.
И тут нам на помощь может прийти совершенно новый тип ресурса.
Дальнейший разговор будет про возможности ИИ не на сегодняшний день, а на несколько лет вперёд. Но уже сейчас понятны его основные возможности и преимущества по сравнению с Sapiens.
- Неограниченная способность к усвоению фактической информации. Причём речь идёт и о всех статьях в научных журналах, и о необработанных массивах данных.
- Одновременный доступ ко многим источникам (а человек может фокусировать внимание в единицу времени только на ограниченном поле мыслей или ощущений)
- Сама единица времени мышления на порядки меньше
- Способность к быстрому обучению, в тч прогонять тысячи задач и примеров на заданную тему, а также добавлять новые математические знания, и делать новые итерации с их применением
- Способность к программированию других компьютеров для создания симуляций
- И что очень важно - близкая к нулю стоимость добавления еще одной задачи (после того как hardware построено и запущено)
Таким образом, возникает невиданный ранее тип интеллектуального ресурса, который позволит учёному :
В рамках повседневной работы в своей области
• меньше тратить времени на математическую часть работы (напр. поиск решения систем дифференциальных уравнений, сходимость рядов и тп);
• сосредоточиться на физических явлениях и гипотезах;
• дать ИИ самому подбирать математический аппарат для определённых задач;
• поручить ИИ программирование симуляций;
• параллельно исследовать несколько гипотез и сценариев.
Но самое интересное - возможность кросс интеграции различных областей одной науки (физики, например) и вообще разных наук и областей знаний - астрономии и социологии, биологии, геологии и теории игр, и вообще любых комбинаций на стыке двух (и более!) областей знания. Как именно это может происходить?
• применением методов и аппарата одной науки к нерешённым проблемам другой;
• поиски смысловых корреляций между ситуациями в разных науках;
• обработка массивов данных разных дисциплин для поиска количественных корреляций и законов сохранения;
• интеграция математического аппарата и вычислительных методов, применяемых в разных областях знаний.
И в конечном счёте создание Метанауки - интегрированного пространства знаний, которое можно одновременно применять к ЛЮБОЙ, стоящей перед человечеством задачей.
Последнее представляется совершенно грандиозной картиной, деревом бесконечной высоты и гармонии, непрерывно растущим во все стороны, но при этом любые ветви и корни этого дерева связаны между собой. Наука снова станет единым целым, только на качественно новом уровне. Если во времена Ньютона она умещалась на поляне, доступной взгляду одного человека, то теперь метанаука станет полем, но не плоским, а "электромагнитным" многомерным полем, пронизывающим все пространство.
Такое может стать возможным только при появлении нового типа учёного - не узкого специалиста в своей области, а интегратора, умеющего искать (с помощью нейросетей) точки связи разных наук и затем формулирующего общие для них закономерности. Возможности поистине захватывают, однако для этого потребуется и новый тип образования, которого пока не придумано. Ведь существующая система образования работает на создание узкого специалиста... Думается, именно это самая медленная часть для развития этой экосистемы человека и ИИ.
Некоторые следствия и риски такого развития науки можно разглядеть уже сейчас.
Один из рисков - концентрация ВСЕЙ науки в странах, имеющих свой ИИ кластер. Это очень дорогая инфраструктура, и воссоздать её не пол силу менее развитым и мелким странам. Владельцы кластеров могут по своему усмотрению давать или не давать доступ к научному ИИ другим. Но поскольку от научных открытий зависят технологии и военные преимущества, очевидно такой доступ будет серьёзно ограничен. А значит, приоритетно метанаука будет развиваться в США, Китае, Евросоюзе и России. Небольшие страны не будут иметь доступа к научному ИИ.
Пожалуй, самый ключевой вопрос и он же риск - формат (необходимость) участия человека в такого рода процессе исследования. Насколько нужен он будет вообще? Предположим, на первых этапах будет важна роль целеполагания, координации усилий. Но если эти инпуты будут носить стандартный и предсказуемый характер, ИИ сможет их смоделировать и заменить своим субстратом. Единственный шанс остаться актором в метанауке, если человеческий интеллект в постановке и координации задач будет непредсказуем для машины. Так ли это нам, по всей вероятности предстоит выяснить...