Недавнее многоинституциональное исследование показало, что современные передовые ИИ-агенты способны выполнять механическую часть научной работы, но не могут генерировать оригинальные идеи, достойные публикации на ведущих конференциях по искусственному интеллекту. Этот эксперимент, в котором участвовали исследователи из нескольких университетов, выявил ключевые ограничения больших языковых моделей в области научного творчества.
Детали эксперимента
Ученые предоставили ИИ-агентам полный доступ к вычислительным ресурсам и данным, чтобы те могли самостоятельно провести исследование от постановки задачи до написания статьи. Несмотря на то, что агенты успешно справлялись с обработкой данных, написанием кода и оформлением результатов, их итоговые работы были отклонены рецензентами на конференции уровня NeurIPS или ICML. Основная причина — отсутствие новизны и глубины, которые требуются для научного вклада.
Почему ИИ не справляется с наукой
По мнению авторов, проблема кроется в том, что современные модели обучаются на существующих данных и не способны выходить за их пределы, чтобы предлагать действительно новые гипотезы. Они имитируют стиль науки, но не ее суть — креативность и способность задавать нестандартные вопросы. Кроме того, ИИ часто выбирает безопасные, консервативные темы, избегая риска, что противоречит природе научных прорывов.
Значение для рынка и пользователей
Для пользователей криптообменников и инвесторов это означает, что ИИ пока не готов заменить ученых в разработке новых криптографических алгоритмов или аналитических моделей. Однако технологии ИИ могут быть полезны для автоматизации рутинных задач, таких как анализ данных или написание кода, что ускорит исследования. В целом, результаты подчеркивают важность человеческого интеллекта в науке и осторожность при использовании ИИ в критически важных областях.
