Nye publikationer
AI forudsiger forskningsresultater inden for neurovidenskab bedre end eksperter gør
Sidst revideret: 03.07.2025
Alt iLive-indhold gennemgås medie eller kontrolleres for at sikre så meget faktuel nøjagtighed som muligt.
Vi har strenge sourcing retningslinjer og kun link til velrenommerede medie websteder, akademiske forskningsinstitutioner og, når det er muligt, medicinsk peer reviewed undersøgelser. Bemærk at tallene inden for parentes ([1], [2] osv.) Er klikbare links til disse undersøgelser.
Hvis du mener, at noget af vores indhold er unøjagtigt, forældet eller på anden måde tvivlsomt, skal du vælge det og trykke på Ctrl + Enter.
En undersøgelse foretaget af forskere ved University College London (UCL) har vist, at store sprogmodeller (LLM'er) som GPT kan forudsige resultater inden for neurovidenskabelig forskning med en nøjagtighed, der overstiger menneskelige eksperters. Arbejdet, der er offentliggjort i Nature Human Behaviour, demonstrerer, hvordan kunstig intelligens, der er trænet på store tekstdatasæt, ikke kun kan udtrække information, men også identificere mønstre for at forudsige videnskabelige resultater.
En ny tilgang til videnskabelig prognose
Ifølge studiets hovedforfatter, Dr. Ken Lo (UCL Psychology & Language Sciences), har udviklingen af generativ kunstig intelligens som ChatGPT åbnet op for enorme muligheder for generalisering og vidensudvinding. I stedet for at studere kunstig intelligens' evne til at analysere tidligere information, besluttede forskerne sig dog for at undersøge, om kunstig intelligens kunne forudsige fremtidige eksperimentelle resultater.
"Videnskabelige fremskridt involverer ofte forsøg og fejl, hvilket tager tid og ressourcer. Selv erfarne forskere kan overse vigtige detaljer i litteraturen. Vores arbejde viser, at LLM'er kan opdage mønstre og forudsige eksperimentelle resultater," sagde Dr. Lo.
BrainBench: AI og eksperttestning
For at teste LLM'ers muligheder skabte forskerne et værktøj kaldet BrainBench, som indeholder par af videnskabelige abstracts fra neurovidenskab:
- Et abstract indeholder det faktiske forskningsresultat.
- Det andet er et modificeret, men plausibelt resultat skabt af eksperter.
15 sprogmodeller og 171 neurovidenskabelige eksperter blev testet for deres evne til at skelne mellem ægte og falske resultater. Resultaterne var imponerende:
- AI viste en gennemsnitlig nøjagtighed på 81%, mens eksperter kun scorede 63%.
- Selv specialister med den højeste selvvurdering af viden opnåede kun 66 %.
Forbedrede modeller og perspektiver
Forskerne tilpassede også open source-modellen LLM (en version af Mistral) og trænede den på videnskabelig litteratur om neurovidenskab. Den resulterende model, kaldet BrainGPT, udviste endnu højere nøjagtighed – 86 %.
"Vores arbejde viser, at kunstig intelligens kan blive en integreret del af den eksperimentelle designproces, ikke blot hvilket gør arbejdet hurtigere, men også mere effektivt," sagde professor Bradley Love (UCL).
Muligheder og udfordringer
Forskerne antyder, at deres tilgang kan tilpasses en række forskellige videnskabelige discipliner. Undersøgelsens resultater rejser dog et vigtigt spørgsmål: Er moderne videnskabelig forskning innovativ nok? Den høje nøjagtighed af kunstig intelligens i prognoser tyder på, at mange videnskabelige resultater er i overensstemmelse med eksisterende mønstre.
"Vi bygger AI-værktøjer, der vil hjælpe forskere med at designe eksperimenter og forudsige mulige resultater, fremskynde iterationer og træffe mere informerede beslutninger," tilføjede Dr. Lo.
Dette gennembrud i brugen af kunstig intelligens lover at accelerere videnskabelig opdagelse og forbedre effektiviteten af forskning verden over.