Najvažnija primjena AI-ja je u znanstvenim istraživanjima

Mnogo vrijednija primjena umjetne inteligencije vidi se u pomaganju pri čitanju spaljenih rimskih svitaka, pretraživanju golemih kataloga galaksija i predviđanju oblika proteina daleko brže nego što bi to bilo moguće isključivo laboratorijskim postupcima. Takvi sustavi izdvajaju obrasce i pojave skrivene u mnoštvu podataka koje nijedan tim ljudi ne bi mogao prepoznati u razumno prihvatljivom vremenu.

Svaki sustav umjetne inteligencije usmjeren je na skupove podataka prevelike da bi ih ljudski tim mogao ručno obraditi, a svrha mu je pronaći ono što vrijedi dodatno proučiti. Upravo zato umjetna inteligencija najbolje djeluje unutar infrastrukture u kojoj je na kraju i dalje potrebna ljudska provjera i tumačenje.

Primjeri

Kada je erupcija Vezuva 79. godine nove ere zatrpala Herkulanej, karbonizirala je i knjižnicu s više od 1.800 ugljeniziranih svitaka iz Vile papirusa. Mnogi od tih svitaka pronađeni su kao zbijene, iznimno krhke mase koje se nisu mogle fizički odmotati bez opasnosti od uništenja.

Izazov Vezuv, pokrenut u ožujku 2023. godine u suradnji Nata Friedmana, Daniela Grossa i računalnog znanstvenika Brenta Sealesa, nastoji čitati te papiruse bez fizičkog odmotavanja. U tome se koriste rendgenske snimke vrlo visoke rezolucije, uključujući skeniranja na sinkrotronskim izvorima, te modeli strojnog učenja obučeni za prepoznavanje slabih tragova tinte na karboniziranom papirusu.

U listopadu 2023. godine otkrivena je prva jasno pročitana riječ iz još neotvorenog svitka: grčka riječ za ljubičasto.

U veljači 2024. godine stručni tim objavio je više od 2.000 pročitanih znakova iz jednoga svitka i petnaest djelomičnih stupaca teksta. Sadržaj se povezuje s epikurejskom tradicijom i raspravama o užitku, hrani i glazbi, a stručnjaci ga povezuju s djelima Filodema.

Početkom 2025. godine objavljeno je i da je u Bodleian knjižnicama prvi put dobiven pogled u unutrašnjost svitka PHerc. 172, pri čemu su postali vidljivi stupci teksta. Tumačenje i konačna identifikacija djela još su predmet daljnjega filološkog rada.

Model strojnog učenja prije svega pomaže otkriti gdje se vjerojatno nalazi tinta, dok konačno prepoznavanje slova, riječi i značenja i dalje rade stručnjaci.

Priznanje

Nobelova nagrada za kemiju za 2024. godinu pripala je jednom polovicom Davidu Bakeru za računalni dizajn proteina, a drugom polovicom Demisu Hassabisu i Johnu Jumperu iz Google DeepMinda za predviđanje strukture proteina. AlphaFold2 omogućio je predviđanje trodimenzionalne strukture gotovo svih približno 200 milijuna proteina koje su istraživači identificirali, čime je znatno ubrzao biološka i medicinska istraživanja.

To je jedan od najsnažnijih signala da znanstvena zajednica specijalizirane sustave umjetne inteligencije ne promatra kao zamjenu za znanstvenike, nego kao snažne istraživačke alate. Upravo u toj ulozi njihova je vrijednost često veća od medijski najvidljivijih primjena umjetne inteligencije.

Veliki jezični modeli proizvode sadržaj koji je na prvi pogled privlačniji i široj publici razumljiviji, pa će chatbotovi i dalje dominirati naslovnicama. No njihova medijska privlačnost ne mora biti i njihova najveća vrijednost.

Najdublji doprinos umjetne inteligencije vjerojatno će se pokazati ondje gdje pomaže znanosti, medicini i humanistici da u golemim količinama podataka prepoznaju ono što je čovjeku važno, ali bez pomoći stroja teško uočljivo. Zato se stvarna snaga umjetne inteligencije ne mjeri time koliko uvjerljivo oponaša ljudski govor, nego time koliko uspješno proširuje ljudsku sposobnost razumijevanja svijeta.