Een nieuw soort kunstmatige intelligentie kan nu zelf wetenschappelijke hypotheses genereren en experimenten ontwerpen om ze te testen, zonder menselijke inbreng. Onderzoekers in het Verenigd Koninkrijk hebben AI ontwikkeld die verder gaat dan data-analyse en het creatieve hart van de wetenschappelijke methode bereikt.
Hoe machines leerden te denken als wetenschappers
De systemen werken door enorme hoeveelheden gepubliceerd onderzoek te scannen, hiaten of tegenstrijdigheden te identificeren en vervolgens nieuwe verklaringen voor te stellen. Daarna schetsen ze experimentele protocollen om die ideeën te valideren. Dit weerspiegelt wat menselijke onderzoekers doen, maar met een snelheid die geen mens kan evenaren.
Waarom lokale onderzoekers goed opletten
Wetenschappers van verschillende Britse universiteiten hebben deze AI-wetenschappers getest op problemen in de biologie en materiaalkunde. De machines hebben al hypotheses voorgesteld waar menselijke onderzoekers niet aan hadden gedacht. Voor lokale labs kan dit snellere doorbraken betekenen op vragen die al jaren vastzitten. De technologie vervangt menselijk oordeel niet, maar kan de tijd tussen het stellen van een vraag en het vinden van een antwoord drastisch verkorten.
De ontwikkeling roept praktische vragen op over hoe onderzoeksteams deze tools zullen integreren. Sommige wetenschappers maken zich zorgen over kwaliteitscontrole, terwijl anderen een kans zien om problemen aan te pakken die te groot zijn voor één enkele onderzoeksgroep. De AI-systemen kunnen zelf nog geen experimenten uitvoeren in de fysieke wereld, maar ze kunnen wel precies aangeven wat er gemeten moet worden en hoe.
Deze AI-wetenschappers vertegenwoordigen een verschuiving in hoe onderzoek wordt gedaan. Ze vervangen nieuwsgierigheid niet, maar kunnen wel veranderen wat het betekent om een wetenschappelijk idee te hebben.
