Точність на другому плані. ШІ пришвидшує відкриття нових матеріалів, але не замінює вчених

Команди з розробки матеріалів використовують ШІ, щоб швидше перевіряти мільйони варіантів і знаходити перспективні рішення. При цьому вони готові трохи втрачати в точності заради швидкості, а повністю автономні відкриття поки недосяжні. Про це пише видання Interesting Engineering . Штучний інтелект дедалі активніше застосовують у дослідженнях матеріалів, але він не замінює традиційні методи, а доповнює їх. За словами науковця Джошуа Янга з компанії Matlantis, дослідники поєднують нові інструменти з класичними фізичними моделями, щоб пришвидшити окремі етапи роботи. Близько половини команд уже використовують ШІ-платформи у практичній роботі, хоча традиційні методи все ще займають трохи більшу частку. Це свідчить про те, що ШІ поки співіснує з перевіреними підходами і допомагає їх посилювати, а не повністю замінює процес відкриття матеріалів. Повністю автономні системи поки не працюють як єдине ціле. Різні типи даних — тексти, зображення, спектри чи результати мікроскопії — складно об'єднати в одну систему. Саме це заважає створити замкнений цикл досліджень без участі людини. За оцінками Янга, до цього ще приблизно 3−5 років. Попри розвиток автоматизації, роль людини залишається ключовою. Фахівці потрібні для інтерпретації результатів і проведення експериментів. Без цього є ризик отримати некоректні висновки, особливо якщо дані або моделі мають похибки. Дослідження показало, що лише близько 14% науковців повністю довіряють ШІ. Частина сумнівів пов’язана з ризиком отримати неправильні результати через неякісні дані. Водночас швидкість стає пріоритетом. Близько 73% дослідників готові пожертвувати частиною точності, якщо це дозволяє отримати результати у 100 разів швидше. У багатьох випадках достатньо невеликих відхилень, щоб зберегти загальні закономірності та зробити корисні висновки. Через обмеження часу 94% команд змушені були відмовитися від частини проєктів. Тому швидкість уже стала необхідною умовою для нових відкриттів. ШІ також допомагає як інструмент відбору. Він не обов’язково має давати ідеально точні прогнози, головне — правильно визначати тенденції і звужувати коло пошуку. Це дозволяє зосередити експерименти на найперспективніших варіантах. Практичні результати вже помітні. У середньому компанії економлять близько 109 тисяч доларів на проєкт завдяки меншій кількості експериментів і швидшій роботі. В одному випадку хімічна компанія перевірила 13 варіантів каталізаторів за шість тижнів замість кількох років. В іншому прикладі дослідники проаналізували 32 мільйони матеріалів для твердотільних батарей менш ніж за тиждень. Раніше це могло зайняти десятиліття. Прототип батареї створили менш ніж за дев’ять місяців. Однак важливим питанням залишається захист даних. Усі опитані вказали, що безпека інтелектуальної власності є критичною. Це пов’язано з тим, що нові матеріали можуть мати вартість у мільярди доларів. У найближчі роки, за прогнозами, масові обчислення стануть стандартом. Запуск сотень тисяч або мільйонів симуляцій за кілька днів чи тижнів може стати звичайною практикою. Також очікується розвиток автоматизованих лабораторій, де симуляції будуть запускати експерименти, а результати одразу повертатимуться в моделі ШІ. Це дозволить ефективніше використовувати навіть невдалі спроби. При цьому ШІ не замінить науковців, а дасть їм більше часу для створення нових ідей і стратегій, автоматизуючи рутинну роботу. Теги:   Штучний інтелект Вчені Дослідження Якщо ви знайшли помилку в тексті, виділіть її мишкою і натисніть Ctrl + Enter