انسان ها نمی توانند تنها نگهبانان دانش علمی باشند

انتقال نتایج علمی در قالب‌های منسوخ، پیشرفت را متوقف می‌کند. یک جایگزین: ترجمه علم برای ماشین ها.

حجم دانش بسیار زیاد است و به سرعت در حال رشد است: انتظار می‌رود تعداد مقالات علمی ارسال شده در arXiv (بزرگ‌ترین و محبوب‌ترین سرور پیش‌چاپ) در سال 2021 به 190000 برسد—و این تنها زیرمجموعه‌ای از ادبیات علمی تولید شده در این سال است.

واضح است که ما واقعاً نمی دانیم چه می دانیم، زیرا هیچ کس نمی تواند کل ادبیات را حتی در زمینه محدود خود بخواند (که علاوه بر مقالات مجلات، پایان نامه های دکترا، یادداشت های آزمایشگاهی، اسلایدها، مقالات سفید، یادداشت های فنی، و گزارش ها). در واقع، کاملاً ممکن است که در این کوه از مقالات، پاسخ به بسیاری از سؤالات پنهان باشد، اکتشافات مهم نادیده گرفته شده یا فراموش شده باشد، و ارتباطات پنهان بماند.

هوش مصنوعی یک راه حل بالقوه است. الگوریتم‌ها می‌توانند متن را بدون نظارت انسان تجزیه و تحلیل کنند تا روابط بین کلماتی را پیدا کنند که به کشف دانش کمک می‌کند. اما اگر از نگارش مقالات علمی سنتی که سبک و ساختار آن در صد سال گذشته به سختی تغییر کرده است، فاصله بگیریم، به مراتب بیشتر می توان به دست آورد.

متن کاوی با تعدادی محدودیت از جمله دسترسی به متن کامل مقالات و نگرانی های قانونی همراه است. اما مهمتر از همه، هوش مصنوعی واقعا مفاهیم و روابط بین آنها را درک نمی کند و به سوگیری ها در مجموعه داده ها حساس است، مانند انتخاب مقالاتی که تجزیه و تحلیل می کند. درک مقالات علمی تا حدی برای هوش مصنوعی – و در واقع، حتی برای یک خواننده انسانی غیرمتخصص – دشوار است زیرا استفاده از اصطلاحات تخصصی از یک رشته به رشته دیگر متفاوت است و ممکن است یک اصطلاح با معانی کاملاً متفاوت در زمینه های مختلف استفاده شود. افزایش بین رشته‌ای بودن تحقیقات به این معنی است که تعریف یک موضوع دقیقاً با استفاده از ترکیبی از کلمات کلیدی به منظور کشف تمام مقالات مرتبط، اغلب دشوار است. ایجاد ارتباط و (دوباره) کشف مفاهیم مشابه حتی برای باهوش ترین ذهن ها نیز سخت است.

تا زمانی که چنین باشد، نمی توان به هوش مصنوعی اعتماد کرد و انسان ها باید پس از متن کاوی، همه چیزهایی را که یک هوش مصنوعی خروجی می دهد دوباره بررسی کنند، کاری خسته کننده که هدف اصلی استفاده از هوش مصنوعی را به چالش می کشد. برای حل این مشکل، ما نیاز داریم که مقالات علمی را با بازنویسی آنها در یک نوع خاص از زبان برنامه نویسی، نه تنها قابل خواندن با ماشین، بلکه قابل درک ماشینی نیز کنیم. به عبارت دیگر: به ماشین ها به زبانی که می فهمند علم بیاموزید.

نوشتن دانش علمی در برنامه نویسی مانند زبان خشک خواهد بود، اما پایدار خواهد بود، زیرا مفاهیم جدیدی مستقیماً به کتابخانه علمی که ماشین ها می فهمند اضافه خواهند شد. به علاوه، از آنجایی که به ماشین‌ها حقایق علمی بیشتری آموزش داده می‌شود، می‌توانند به دانشمندان کمک کنند تا استدلال‌های منطقی خود را ساده‌سازی کنند. اشتباهات نقطه‌ای، تناقضات، سرقت ادبی، و تکراری‌؛ و اتصالات را برجسته کنید. هوش مصنوعی با درک قوانین فیزیکی قدرتمندتر از هوش مصنوعی آموزش داده شده بر روی داده ها است، بنابراین ماشین های هوشمند قادر به کمک به اکتشافات آینده خواهند بود. ماشین‌هایی که دانش زیادی از علم دارند می‌توانند به جای جایگزینی دانشمندان بشری کمک کنند.

ریاضیدانان قبلاً این فرآیند ترجمه را آغاز کرده اند. آنها با نوشتن قضایا و برهان ها به زبان هایی مانند Lean، ریاضیات را به کامپیوتر آموزش می دهند. Lean یک دستیار اثبات و زبان برنامه نویسی است که در آن می توان مفاهیم ریاضی را در قالب اشیا معرفی کرد. با استفاده از اشیاء شناخته شده، Lean می تواند درست یا نادرست بودن یک جمله را استدلال کند، از این رو به ریاضیدانان کمک می کند تا شواهد را تأیید کنند و مکان هایی را شناسایی کنند که منطق آنها به اندازه کافی دقیق نیست. هرچه لین ریاضیات بیشتری بداند، بیشتر می تواند انجام دهد. پروژه Xena در امپریال کالج لندن با هدف وارد کردن کل برنامه درسی ریاضیات در مقطع کارشناسی در Lean است. یک روز، دستیاران اثبات ممکن است به ریاضیدانان کمک کنند تا با بررسی استدلال آنها و جستجو در دانش ریاضی گسترده ای که دارند، تحقیق کنند.

احتمالاً نوشتن ریاضیات به زبانی مانند Lean ساده‌تر از سایر زمینه‌های علم است. البته، همه نتایج علمی را نمی‌توان به این شکل بازنویسی کرد، اما بسیاری از آنها، به‌ویژه در زمینه‌های STEM، می‌توانند بازنویسی شوند. در طراحی این زبان جدید، می‌توان از چیزی مانند Lean شروع کرد و آن را سفارشی کرد و ویژگی‌های خاص آن زمینه را اضافه کرد. مطمئناً تعریف یک ایده علمی بیشتر از ریاضیات است. زمینه، شهود و تفسیر وجود دارد. به همین دلیل است که علیرغم اینکه مکانیک کوانتومی توصیف ریاضی بسیار واضحی دارد، مقالات و کتاب های درسی بی شماری در تلاش برای توضیح آن هستند. انتقال این جنبه‌های ظریف ایده‌های علمی به ماشین‌ها چالش‌برانگیز خواهد بود، اما به یاد داشته باشید که هدف دستیاران ماشین کمک به دانشمند انسانی است که این نکات عمیق‌تر را اصلاح کند و آنها را با وضوح بیشتری بیان کند. شاید دقیقاً به این دلیل که برخی از مفاهیم علمی با شهود انسان مخالفت می‌کنند، ماشین‌ها در موقعیت بهتری قرار می‌گیرند تا آنها را در چارچوب قرار دهند.

ما هنوز این زبان مشترک انسان ها و ماشین ها را توسعه نداده ایم، که احتمالاً برای داشتن واژگان زمینه ای خاص تکامل می یابد. اما وقتی این کار را انجام دادیم، هیچ کمبودی برای پذیرندگان اولیه وجود نخواهد داشت. همانطور که پروژه Xena نشان داده است، نسل های بومی دیجیتال می توانند زبان های جدید را خیلی سریع بدون تجربه برنامه نویسی قبلی یاد بگیرند. برای برخی از دانشمندان، این زبان ممکن است حتی ساده تر از نوشتن نثر به زبان انگلیسی باشد، که ممکن است زبان مادری آنها نباشد. این به آن‌ها کمک می‌کند تا ایده‌ها را بهتر بسازند. مترجمان می توانند Lean را به ریاضی برگردانند، و به روشی مشابه، زبان جدید را می توان به انگلیسی یا هر زبان دیگری برای افراد غیرمتخصص تفسیر کرد.

ترجمه بیشتر دانش موجود برای ماشین‌ها کار بزرگی است، اما غیرممکن نیست. دانشمندان در ایجاد روش‌های جدید اشتراک‌گذاری اطلاعات، از شبکه جهانی وب تا سرورهای پیش‌چاپ مانند arXiv، خوب هستند. تصور اینکه هر دانشمندی در کتابخانه ای از مفاهیم علمی ترجمه شده برای ماشین ها مشارکت داشته باشد، عجیب نیست. مانند ریاضیات، سایر برنامه های درسی مقطع کارشناسی را می توان توسط دانش آموزانی که دروس را می گذرانند به ماشین ها آموزش داد. دانشجویان فارغ التحصیل مفاهیم علمی مرتبط با موضوع خود را وارد می کنند و محققان مستقیماً نتایج جدید خود را به زبان جدید می نویسند.

این تلاش علاوه بر تلاش جمعی، زمان و هزینه زیادی را می طلبد. اما ممکن است هیچ راه دیگری برای مقابله با حجم روزافزون دانش علمی وجود نداشته باشد: ما همچنان زمان و منابع خود را برای کشف مجدد مفاهیم شناخته شده و دنبال کردن جاده های بن بست تلف می کنیم. آینده علم فقط می تواند یک شرکت ماشین انسانی باشد.