A cím magától értetődőnek tűnik. Ugyan melyik más terület használná nagyobb természetességgel a mesterséges intelligenciát, mint a megfigyelésre, adatgyűjtésre és hipotézis felállítására épülő nyugati típusú tudomány? Ahogy azonban a példákat megvizsgáljuk, minden eddiginél jobban fogjuk látni a mesterséges intelligencia transzformatív, néha ellentmondásoktól sem mentes erejét. Figyelem, még az út elején járunk!

A biológia, mint adattenger

Ahogyan szinte minden területen, itt is ketté kell bontanunk a történéseket. A ChatGPT berobbanása előtti időkben a közvéleményt nem érdekelte annyira az MI hatása, pedig a háttérben sok cég már erre építette üzleti modelljét. Íme, egy aktuális példa!

A pandémia kellett ahhoz, hogy a világ megismerje a Massachusetts-i Cambridge-ben található Moderna gyógyszercég nevét. A 2020-as év legfontosabb, legtragikusabb hatású eseménye, a COVID-19 világjárvány idején ugyanis ezt a kisebb, addig jórészt ismeretlenebb vállalat nevét milliárdok ismerték meg. A cég egyik nagy sikerét jelentette, hogy a vakcináját – ellentétben a Pfizerével – normál hűtőben is tárolni lehetett 30 napig.

A Moderna, nevéhez méltóan, már kezdettől az MI-t hívta segítségül a fejlesztéseinél. A 2010-ben alapított cég az mRNS alapú kutatását helyezte előtérbe, úgy tekintve az mRNS-re, mint egy forráskódra. Emellett Stéphane Bancel vezérigazgatója víziója volt, hogy a Modernát az első naptól inkább digitális, és ne egy hagyományos gyógyszerkutató cégként építse fel. Így lett a Moderna az első digitális biotech vállalat. A digitalizáció, a felhőinfrastruktúra, az IoT adatok özönét eredményezte, amelyekre algoritmusokat fejlesztettek, hogy felgyorsíthassák a termékfejlesztést, az így kapott adatok alapján pedig tovább finomították az algoritmusokat. Az algoritmusok támogatják a Moderna döntéshozatalt, például a klinikai térben, ahol olyan előrejelzéseket adnak, amelyeket az emberek nem lennének képesek ésszerű időn belül megtenni. Az MI segít biztosítani a páciensek toborzásának és megtartásának sokszínűségét is, ugyanakkor azonosítja a potenciális lemorzsolódási pontokat, lehetővé téve a vállalat számára, hogy szükség esetén beavatkozzon és megakadályozza a lemorzsolódást.

Az MI-algoritmusok hasznosításával a Moderna gyorsan elemezheti a mutációkat, és rövidebb átfutási idővel hatékony vakcinákat fejleszthet ki. A mesterséges intelligencia 100 százalékban segítette a vakcinafejlesztés felgyorsítását, hiszen ez tette lehetővé számukra, hogy kitalálják, milyen mutációkat kell megcélozniuk.

A jövő? Csak a Moderna jelenleg közel 40-féle betegség legyőzésén munkálkodik, többek közt az elöregedő társadalmakat egyre jobban megterhelő onkológia területén. A jó hír, hogy ebben a cég nincs egyedül, de kiválóan mutatja, milyen előnnyel jár, amikor egy cég DNS-ében az MI döntő szerepet kap.

„Please note that as an AI language model, I am unable…”

A Tenesse Egyetem radiológusa, Som Biswas már 2022 végén rájött, hogy az orvosi tanulmányírásban a ChatGPT-3 mekkora segítség lehet. Publikálta is az erről szóló tanulmányát az amerikai Radiologist szakfolyóiratban. Azóta nála is átszakadt a gát, és ráérzett az algoritmus megkönnyítette publikálási folyamatra, hiszen négy hónap alatt 16 (!) szakcikke jelent meg a legkülönfélébb, nemcsak a szűkebb területével foglalkozó helyeken. A tudományos világ – nem utolsósorban presztízs, előrejutási és globális konkurencia megerősödése miatt – a minél gyorsabb és több publikálást, az arra való hivatkozást díjazza. Ahogy számítani is lehetett rá, a ChatGPT-vel „megtámogatott” tanulmányok jó része igen alacsony színvonalú. A könnyen hozzáférhető, kevés betanulás után sikeresen alkalmazható promptolás ráadásul megerősítette az úgynevezett „paper mills” jelenségét: ez a rosszindulatú, hamis tudományos publikációt gyártó feketepiaci vállalkozásokat jelenti.

Nem véletlen, hogy a figyelmetlen felhasználók a nagy nyelvi rendszerek által generált hibaüzeneteket sem veszik észre, és már a rangos holland tudományos kiadóvállalat, az Elsevier szűrőjén is átmennek az ehhez hasonló mondatokat tartalmazó publikációk: „Please note that as an AI language model, I am unable…”.

Igen, a hiba az ember készülékében van.

MI mindenhol

Természetesen minden vívmány gyermekbetegségekkel jár. Egy jó (Moderna) és egy rossz (összechatgptzett szövegek) példa után azért könnyen észrevehetjük, hogy a mesterséges intelligencia minden tudományterületen, felhasználási módban elterjed.

Erdőtüzek kiterjedését vizsgáljuk gépi látással? Az űrből figyeljük az erőműveket? Piaci folyamatokat akarunk előrejelezni? Az emberi agy működését szeretnénk jobban feltérképezni? A városi közlekedést kívánjuk optimalizálni?

A lehetőségek végtelenek, épp ezért az ezzel foglalkozók inkább utópisztikusabb célokat fogalmaznak meg, vigyázva, hogy azért nehogy idő előtt ígérjék meg például a legfontosabb ráktípusok elleni vakcinák várható elterjedését – még akkor is, ha minden jel szerint efelé tartunk.

További olvasnivalóként a témában Mérő László cikkét javasoljuk.

(Annyival egészítenénk ki a végét, hogy manapság a számítástechnika kifejezés helyett MI-t mondanak.)