23 октября в EUASU состоялась первая конструкторская сессия международного научно-инженерного проекта, нацеленного на разработку изолированной модели ИИ, способной участвовать в полном цикле исследовательской работы — от проверки гипотез до систематизации и пополнения научных баз данных.
Искусственный интеллект уже научился писать тексты, анализировать документы и отвечать на вопросы, которые раньше требовали участия специалистов. Но способна ли машина понимать логику научного открытия? Может ли она отличить гипотезу от доказанного положения, установить границы применимости полученных результатов и провести исследователя от постановки задачи к обоснованному выводу?
Украинский ученый Олег Мальцев анонсировал начало проекта по созданию автономной модели исскуственного интеллекта. Система«Вектор» задумана как изолированная модель искусственного интеллекта, ориентированная на решение научных и исследовательских задач.
«Мы двигаемся к собственной корпорации — научно-исследовательской, конструкторской, экспертной. Мы начинаем работу с международными экспертами, с инженерами. Это будет масштабная работа над изолированными моделями искусственного интеллекта, которые будут понимать, что такое научное открытие, что такое гипотеза, что такое постановка задачи и так далее, что такое машина исследований», — объясняет Олег Мальцев.
В долгосрочной перспективе инициатива предполагает создание инфраструктуры, объединяющей исследовательские методологии, инженерные решения, вычислительные инструменты и работу с научными данными.
«То есть мы изначально сделаем систему, которая будет решать все исследовательские задачи, любую исследовательскую задачу на планете Земля», — формулирует Мальцев масштаб своей цели.
Содержание статьи
Главная проблема современного ИИ — качество оценки
Современные ИИ-инструменты уже позволяют искать информацию, обобщать публикации, анализировать документы и помогать исследователям на отдельных этапах работы. Однако между обработкой информации и полноценным исследованием существует принципиальная разница. Научная деятельность предполагает не только поиск сведений, но и постановку проблемы, формулирование гипотезы, проверку доказательств, оценку новизны, анализ противоречий и обоснование выводов.
Именно этот разрыв Олег Мальцев рассматривает как одну из ключевых проблем.
По словам ученого, несмотря на широкие возможности применения ИИ в исследовательской практике, серьезным ограничением остается оценочная функция.
«В науке есть научная дискуссия, есть оценка работы, оценка глубины, новизны, научности, то есть много разных оценочных критериев. ИИ качественно не может этого обеспечить. Вместо этого он выдает примитивную критику», — отмечает ученый.
Профессор Мальцев считает, что исследователю нужен не искусственный оппонент, который автоматически подвергает сомнению любой результат, а инструмент, способный качественно помогать исследователю.
«Я выдвигаю гипотезу, ИИ ищет доказательства. Либо он их находит, либо нет. Если не находит, тогда зачем гипотезу вообще обсуждать, если нет доказательств? А если находит, тогда мы идем дальше исследовать».
Эта формула отражает принципиально другой подход к применению ИИ в научной работе. В его центре находится не производство убедительного текста и не автоматическая генерация возражений, а последовательная проверка исследовательских предположений. Система должна помогать устанавливать, какие утверждения подтверждены данными, какие остаются недоказанными и какие вопросы требуют дальнейшего изучения.
«Мне нужен искусственный интеллект, который мне будет помогать», — подчеркивает ученый.
При таком подходе ИИ рассматривается не как замена исследователю и не как безусловный авторитет, а как интеллектуальный инструмент, включенный в научный процесс.
Следовательно, перед разработчиками стоит задача не научить ИИ бесконечно спорить с исследователем, а выстроить механизм содержательной проверки: выявлять слабые места там, где они действительно существуют, отличать принципиальные недостатки от формальных придирок и помогать определять, какие дополнительные данные необходимы для подтверждения или опровержения гипотезы.
От исследовательской машины к новой научной инфраструктуре
По словам профессора Олега Мальцева, у него уже есть отработанная исследовательская машина и программный комплекс. Система «Вектор» задумана как дальнейший этап развития этой работы — переход от существующих инструментов к более масштабной системе, объединяющей исследовательскую методологию, вычислительные возможности, информационные ресурсы и специализированные модели искусственного интеллекта.
Важное направление проекта — создание изолированных моделей. Конкретные технические параметры такой изоляции, архитектура будущей системы и механизмы ее работы еще предстоит определить в ходе разработки. Но уже сейчас видно, что сама постановка задачи выходит за рамки привычного представления об искусственном интеллекте как об удобном интерфейсе для получения ответов. «Вектор» ориентирован на другую роль технологии — стать инструментом систематической исследовательской деятельности, где важны не только скорость обработки информации и качество формулировок, но и логика научного поиска, проверяемость выводов и накопление знаний.
Сам профессор Мальцев говорит о создании «машины исследований» — системы, способной сопровождать научную работу на разных этапах, взаимодействовать с разнородными источниками информации и помогать исследователю последовательно решать задачи, которые сегодня требуют значительных интеллектуальных и организационных ресурсов.
Реализация такого замысла потребует решения целого ряда сложных задач: от оценки достоверности источников и контроля качества данных до воспроизводимости результатов, предотвращения ошибок и разработки критериев научной экспертизы. Именно способность справляться с этими задачами, а не только генерировать содержательные ответы, станет одним из главных критериев практической ценности будущей системы.
Первая конструкторская сессия 23 октября стала началом работы над системой «Вектор». Следующий этап — развитие инженерной концепции и объединение компетенций, необходимых для создания специализированного искусственного интеллекта для науки.
Если заявленный подход удастся воплотить в работающую систему, «Вектор» сможет стать примером нового направления в применении ИИ: от универсальных цифровых помощников к специализированным исследовательским инструментам, построенным вокруг логики научного доказательства.
Ранее мы писали о том, как украинский учёный Олег Мальцев открыл новый подход применения фотографии в науке, и об идее журнала WRONG PHOTOGRAPHY.