Από τα μαθηματικά μέχρι τη βιολογία, η τεχνητή νοημοσύνη επιταχύνει την επιστημονική έρευνα: νέα αποτελέσματα, όπως η ανατροπή της «Υπόθεσης του Εκθετικού Χρόνου» πρόσφατα, προκύπτουν με πρωτοφανή ταχύτητα, ενώ η επαλήθευσή τους απαιτεί ακόμη χρόνο. Τι σημαίνει αυτή η επιτάχυνση για το μέλλον της έρευνας, την οικονομία και την ανταγωνιστικότητα της Ευρώπης;
Η OpenAI ανακοίνωσε ότι ένα εσωτερικό της μοντέλο ανέτρεψε την «Υπόθεση Εκθετικού Χρόνου», μια εικασία του 1999 πάνω στην οποία στηρίζονται εκατοντάδες επιστημονικές εργασίες της πληροφορικής. Το αποτέλεσμα βρίσκεται υπό έλεγχο.
Τον έλεγχο –μετά την πρώτη επαλήθευση από υπολογιστή– ανέλαβε ομάδα με επικεφαλής δύο από τους επιστήμονες που διατύπωσαν την εικασία πριν από σχεδόν τρεις δεκαετίες, τους Russell Impagliazzo και Ramamohan Paturi, μαζί με τον Ryan Williams. Με ρητή δήλωση ότι η συμμετοχή τους δεν συνιστά επιδοκιμασία του αποτελέσματος. Έθεσαν όμως όρους στην εταιρεία: άμεση δημοσίευση όλων των στοιχείων, χρηματοδότηση ανοιχτού συνεδρίου, καμία αμοιβή, καμία δέσμευση εχεμύθειας. Η OpenAI τους δέχθηκε.
Γιατί έχει σημασία αυτή η εξέλιξη;
Υπάρχει ένα πρόβλημα, το λεγόμενο 3-SAT, που είναι η «μητέρα» μεγάλου αριθμού δύσκολων υπολογιστικών προβλημάτων. Εδώ και δεκαετίες βρίσκαμε καλύτερους αλγορίθμους. Δεν είχαμε όμως καταφέρει να ξεπεράσουμε ένα όριο που εδώ και δεκαετίες θεωρούμε θεμελιώδες: στις δυσκολότερες περιπτώσεις, ο χρόνος επίλυσης εξακολουθούσε να αυξάνεται εκθετικά όσο μεγάλωνε το πρόβλημα. Από ένα μέγεθος και πέρα, οι χρόνοι γίνονται αστρονομικοί, όπως και ο αριθμός των πιθανών συνδυασμών – που μπορεί να ξεπερνά όλα τα άτομα στο σύμπαν.
Η αναζήτηση αλγορίθμων, μια από τις πιο ακριβές μορφές ανθρώπινης πνευματικής εργασίας, γίνεται κεφάλαιο.
Η υπόθεση ότι αυτό το όριο δεν μπορεί να ξεπεραστεί έγινε η βάση εκατοντάδων επιστημονικών εργασιών. Και η δυσκολία πολλών άλλων προβλημάτων συνδέθηκε μαθηματικά με τη δική του. Αν η ανατροπή επιβεβαιωθεί, ένα σημαντικό μέρος του χάρτη των υπολογιστικών ορίων θα πρέπει να ξανασχεδιαστεί. Γιατί δεν ήταν χάρτης της φύσης. Ήταν χάρτης της ανθρώπινης αποτυχίας να βρει τον αλγόριθμο.
Άμεσο πρακτικό όφελος δεν υπάρχει· ο αλγόριθμος είναι θεωρητικός και η ίδια η εταιρεία λέει ότι χρειάζεται πολλή δουλειά ακόμη. Η σημασία βρίσκεται αλλού. Για μεγάλο αριθμό προβλημάτων ξανανοίγει το ερώτημα για το πόσο ταχύτερα μπορούν να λυθούν – και τώρα υπάρχει ένα εργαλείο που ψάχνει λύσεις ασταμάτητα. Η αναζήτηση αλγορίθμων, μια από τις πιο ακριβές μορφές ανθρώπινης πνευματικής εργασίας, γίνεται κεφάλαιο.
Το συμβάν δεν είναι μεμονωμένο. Την ίδια μέρα, η OpenAI ανακοίνωσε δύο ακόμη επιτεύγματα, ένα στα μαθηματικά και ένα στη φυσική, που, εφόσον επιβεβαιωθούν, θα αποτελέσουν το καθένα ορόσημο στον τομέα του.
Το μοτίβο είναι σαφές: περνάμε ήδη, σε κάποιες επιστήμες, από το «η ΑΙ βοηθάει τον επιστήμονα» στο «η ΑΙ δημιουργεί νέα επιστήμη, οι άνθρωποι ελέγχουν».
Τις τελευταίες εβδομάδες, η Anthropic ανακοίνωσε ότι το μοντέλο της ολοκλήρωσε, κυρίως αυτόνομα, σε 64 ώρες μια διαδικασία σχεδιασμού πρωτεϊνών για πιθανή χρήση σε αντίδοτο δηλητηρίου σκορπιού. Από τα σχέδια που ελέγχθηκαν στη συνέχεια εργαστηριακά, 17 επιβεβαιώθηκε ότι προσδένονται σε νευροτοξίνες. Το Texas A&M ιδρύει πλήρως αυτοματοποιημένο χυτήριο, με στόχο η τεχνητή νοημοσύνη και τα ρομπότ να μειώσουν τον χρόνο ανάπτυξης νέων κραμάτων από μήνες σε μία εβδομάδα ή λιγότερο. Η Danaher με τη NVIDIA στήνουν αυτόνομο εργαστήριο αντισωμάτων και άλλων μοριακών εργαλείων με στόχο την έως οκτώ φορές ταχύτερη ανάπτυξη και εργαστηριακό έλεγχό τους.
Το μοτίβο είναι σαφές: περνάμε ήδη, σε κάποιες επιστήμες, από το «η ΑΙ βοηθάει τον επιστήμονα» στο «η ΑΙ δημιουργεί νέα επιστήμη, οι άνθρωποι ελέγχουν». Και η δημιουργία τρέχει ήδη πιο γρήγορα από τον έλεγχο. Η επιστημονική κοινότητα ακόμα παλεύει με τα μαθηματικά προβλήματα που η OpenAI ισχυρίστηκε ότι έλυσε τον Σεπτέμβριο.
Από αυτή την εξέλιξη προκύπτουν τρεις παρατηρήσεις για το μέλλον της έρευνας.
Πρώτον, πρέπει να επανεξετάσουμε τα κονδύλια της έρευνας, με αξιολόγηση, ανάλογα με το πεδίο, αν στοχεύουμε στην ανακάλυψη με ανθρώπους ή στην ανακάλυψη με ΑΙ και ανθρώπινο έλεγχο. Γιατί δεν υπάρχει τίποτε πιο μάταιο από το να αφιερώνεις χρόνια σε μια διδακτορική ή μεταπτυχιακή έρευνα και να βλέπεις την πρωτότυπη συμβολή που επιδίωκες να χάνεται επειδή η ΑΙ έλυσε το πρόβλημα πριν από σένα, όπως συνέβη πρόσφατα σε νέους που δούλευαν στα μαθηματικά.
Δεύτερον, καθώς η παραγωγή επιστημονικών υποθέσεων γίνεται με την ΑΙ κατά τάξεις μεγέθους φθηνότερη, οι πόροι πρέπει να μετακινηθούν σε ό,τι γίνεται τώρα σπάνιο. Έλεγχος, πειραματική υποδομή, ταχύτερες και ασφαλείς δοκιμές, δημόσια υπολογιστική ισχύς για τα πανεπιστήμια, ώστε οι ανακαλύψεις να μένουν και δημόσιες και να μη μονοπωληθούν από λίγες εταιρείες.
Τρίτον, ο κρίσιμος ρόλος του ανθρώπου επιστήμονα για την επιστημονική πρόοδο αρχίζει να αλλάζει: από αυτόν που παράγει υποθέσεις σε αυτόν που ελέγχει, εξηγεί, πειραματίζεται και –κυρίως– θέτει τα ερωτήματα. Καθώς αυτοματοποιείται και μέρος του ελέγχου, ο καταμερισμός αυτός θα συνεχίσει να αλλάζει. Για την Ευρώπη, που έχει πολλούς και καλούς επιστήμονες, αλλά όχι δικά της ισχυρά μοντέλα ΑΙ, αυτό μπορεί να είναι και ευκαιρία.
Όταν η ανακάλυψη επιταχύνεται δραματικά, τον ρυθμό δεν τον καθορίζει πια η ίδια η ταχύτητα της ανακάλυψης, αλλά ο πιο αργός κρίκος που ακολουθεί κάθε φορά.
Ερχόμαστε τώρα στο οικονομικό ερώτημα. Πόσο θα επηρεάσει η επιτάχυνση αυτή της επιστήμης το ΑΕΠ, και προπαντός πότε;
Η απάντηση εξαρτάται από τις «στενωπούς» στον δρόμο από την ανακάλυψη στην τεχνολογική αξιοποίηση, στην αδειοδότηση, στην επένδυση και στη μαζική εφαρμογή. Και αυτές είναι τελείως διαφορετικές ανά ανακάλυψη, κλάδο και δραστηριότητα. Όταν η ανακάλυψη επιταχύνεται δραματικά, τον ρυθμό δεν τον καθορίζει πια η ίδια η ταχύτητα της ανακάλυψης, αλλά ο πιο αργός κρίκος που ακολουθεί κάθε φορά.
Κρίκος πρώτος: Ο έλεγχος. Τρεις καθηγητές οργανώνουν ολόκληρη κοινότητα για να επαληθεύσουν ένα αποτέλεσμα, όπως γίνεται τώρα με την «Υπόθεση του Εκθετικού Χρόνου». Ακολουθεί το πείραμα: το μόριο πρέπει να συντεθεί, το κράμα να χυθεί. Η κλινική δοκιμή, που διαρκεί χρόνια. Το εργοστάσιο: κεφάλαια, άδειες, παραγγελία μηχανημάτων, υλοποίηση. Και στο τέλος της αλυσίδας, η σύνδεση με το ηλεκτρικό δίκτυο, ο ρυθμιστής, η έγκριση του νέου προϊόντος.
Όπου ο κύκλος μπορεί να ολοκληρωθεί σε έναν υπολογιστή και να διατεθεί διαδικτυακά –όπως στο λογισμικό, στη σχεδίαση και σε πολλές χρηματοοικονομικές ή νομικές εργασίες–, η επιτάχυνση μπορεί να φτάσει στην οικονομία πολύ ταχύτερα, ακόμη και σε δύο με τρία χρόνια. Όπου περνά από την ύλη και τον άνθρωπο, αργεί.
Η επιτάχυνση της επιστήμης είναι δεδομένη. Η επιτάχυνση της τεχνολογίας έπεται.
Αλλά οι «στενωποί» δεν είναι φυσικοί νόμοι. Το πείραμα το επιταχύνουν τα αυτόνομα εργαστήρια. Το εργοστάσιο το επιταχύνει η ρομποτική. Η NVIDIA ανακοίνωσε κέντρα δεδομένων σε κοντέινερ, με παραδόσεις από τις αρχές του 2027, που θα εγκαθίστανται σε λίγες εβδομάδες, εφόσον υπάρχει ρεύμα και άδεια. Η κλινική έρευνα μπορεί επίσης να αλλάξει: καλύτερος σχεδιασμός δοκιμών με ΑΙ, ταχύτερες εγκρίσεις υπό όρους και συνεχής αξιολόγηση ασφάλειας και αποτελεσματικότητας με δεδομένα από την πραγματική χρήση. Κάθε φορά που η τεχνολογία αφαιρεί μια «στενωπό», μένει η επόμενη και όσο προχωράμε στους κρίκους της αλυσίδας, η επόμενη «στενωπός» αφορά όλο και περισσότερο στο κράτος.
Στα διεθνώς εμπορεύσιμα προϊόντα το ζήτημα του κράτους έχει απάντηση – και αυτή δεν είναι καλή για τη σημερινή Ευρώπη. Τα κράτη που αδειοδοτούν σε μήνες και έχουν φθηνό ρεύμα θα πάρουν τις επενδύσεις πρώτα και τις αγορές στη συνέχεια από εκείνα που αδειοδοτούν σε χρόνια. Όσο το εργοστάσιο αυτοματοποιείται τόσο μικραίνει το πλεονέκτημα του φθηνού εργατικού δυναμικού. Μετρά η ενέργεια, οι υποδομές και, πάνω απ’ όλα, η ταχύτητα του κράτους.
Η επιτάχυνση της επιστήμης είναι δεδομένη. Η επιτάχυνση της τεχνολογίας έπεται. Το ποιος θα εισπράξει το οικονομικό όφελος και ποιος το κόστος της αναταραχής, αντίθετα, δεν είναι δεδομένο. Η δημιουργική καταστροφή του Σουμπέτερ –που στην εποχή του σήμαινε ότι η γραμμή παραγωγής του αυτοκινήτου εξαφάνισε τις άμαξες και όλους όσοι ζούσαν από αυτές– έρχεται μαζικά.
Η δημιουργία νέων αλυσίδων παραγωγής και η καταστροφή των παλιών είναι ανταγωνισμός μεταξύ εθνών και μεγάλων οικονομικών μπλοκ και θα έχει κατακλυσμιαίες επιπτώσεις στη διεθνή τους θέση και στη διαχείριση της μετάβασης. Έχει ήδη αρχίσει και για την ώρα εμείς ως ΕΕ χάνουμε. Χάνουμε – και δεν θέλω καν να σκέφτομαι με τι σκορ.
ΥΓ.: Το 3-SAT είναι ένα πρόβλημα λογικής, που μοιάζει με το να φτιάχνεις πρόγραμμα βαρδιών με χιλιάδες περιορισμούς: «Την Τρίτη πρέπει να δουλεύει τουλάχιστον ένας από τους τρεις: ο Γιάννης, η Μαρία ή ο Κώστας», «η Μαρία δεν μπορεί να δουλεύει μαζί με τον Κώστα» και ούτω καθεξής. Το ερώτημα είναι αν υπάρχει έστω ένας συνδυασμός που να σέβεται όλους τους κανόνες ταυτόχρονα. Με χιλιάδες αλληλένδετους κανόνες το πρόβλημα μπορεί να γίνει απίστευτα πολύπλοκο. Είναι η «μητέρα» των δύσκολων προβλημάτων γιατί η δρομολόγηση, η σχεδίαση τσιπ και ο έλεγχος λογισμικού μεταφράζονται όλα σε τέτοιους κανόνες: όποιος βρει τρόπο να λύνει αυτό γρήγορα, λύνει και εκείνα.
Διαβάστε επίσης στην αθηΝΕΑ:
ΑΙ Agents που «Ζωντανεύουν» τις Επιστημονικές Δημοσιεύσεις
