Page 9 - BİOMEDYA SAYI 52

09
www.biomedya.com EYLÜL - EKİM 2024 BİYOTEKNOLOJİ VE YAŞAM BİLİMLERİ GAZETESİ

ücretsiz olarak mevcuttur. LLM’lerin tıbbi araştırma çalışmala- liklerine iner. Bu, özellikle bilimsel Bilimde zaten kötü aktörler var, sahte
rındaki önyargı riskini değerlendir- bilgileri düzenlemek ve düzenlemek makaleler üreten “kağıt fabrikaları”
Bu verilerle eğitilen LLM’ler bilimin mede çok iyi olmadığını gösteriyor, için faydalıdır. da dahil. Bu sorun, bilimsel bir ma-
dilini ve kalıplarını yakalar. Bu ne- ancak bu da zamanla iyileşebilir. kale 15 ABD doları ve belirsiz bir ilk
denle, üretken bir LLM’nin iyi bir Makine öğrenimi, Robot Reviewer istemle üretilebildiğinde daha da
bilimsel makaleye benzeyen bir şey Sakana’nın sistemi, fiziksel deney- gibi araçlarda tıbbi kanıtların sen- kötüleşecek.
üretebilmesi hiç de şaşırtıcı değil- ler gerektiren diğer bilim türlerinden tezini ve analizini desteklemek için
dir; kopyalayabileceği birçok örneği çok daha kolay olan hesaplamalı de kullanılmıştır. Scholarcy’deki ma- Otomatik olarak oluşturulan bir
sindirmiştir. araştırmalardaki keşifleri otoma- kalelerdeki iddiaları karşılaştıran ve araştırma dağındaki hataları kontrol
tikleştiriyor. Sakana’nın deneyleri, zıtlaştıran özetler, literatür inceleme- etme ihtiyacı, gerçek bilim insanla-
Daha az açık olan şey ise bir yapay LLM’lerin üretmesi için eğitilebile- leri yapmaya yardımcı olur. rının kapasitesini hızla alt üst ede-
zeka sisteminin ilginç bir bilimsel
makale üretip üretemeyeceğidir.
Önemli olan, iyi bilimin yenilik ge-
rektirmesidir.

PEKI ILGINÇ MIDIR?
Bilim insanları, halihazırda bilinen
şeyler hakkında bilgi edinmek iste-
mezler. Bunun yerine, özellikle hali-
hazırda bilinenlerden önemli ölçü-
de farklı olan yeni şeyler öğrenmek
isterler. Bu, bir katkının kapsamı ve
değeri hakkında yargı gerektirir.

Sakana sistemi, ilgi çekiciliği iki şekil-
de ele almaya çalışır. İlk olarak, yeni
makale fikirlerini mevcut araştırma-
lara (Semantic Scholar deposunda
dizine eklenmiştir) benzerlik açısın-
dan “puanlar”. Çok benzer olan her
şey atılır.
İkinci olarak, Sakana’nın sistemi bir
“akran değerlendirmesi” adımı su-
nar – üretilen makalenin kalitesini ve cekleri yapılandırılmış metin olan Tüm bu araçlar, bilim insanlarının bilir. Akran değerlendirme sistemi
yeniliğini değerlendirmek için başka kodla yapılıyor. işlerini daha etkili bir şekilde yap- tartışmasız bir şekilde zaten bozuk
bir LLM kullanır. Burada yine, openre- malarına yardımcı olmayı amaçlar, ve sisteme şüpheli kalitede daha
view.net gibi sitelerde çevrimiçi ola- YAPAY ZEKA ARAÇLARI BILIM onların yerini almayı değil. fazla araştırma yüklemek sorunu
rak bir makaleyi nasıl eleştireceğinize INSANLARINI DESTEKLEMEK IÇIN, çözmeyecektir.
dair rehberlik edebilecek çok sayıda ONLARI DEĞIŞTIRMEK IÇIN DEĞIL YAPAY ZEKA ARAŞTIRMASI
akran değerlendirmesi örneği vardır. MEVCUT SORUNLARI DAHA DA Bilim temelde güvene dayanır. Bilim
LLM’ler bunları da benimsemiştir. Yapay zeka araştırmacıları onlarca KÖTÜLEŞTIREBILIR insanları bilimsel sürecin bütünlü-
yıldır bilimi desteklemek için sis- ğünü vurgular, böylece dünyaya (ve
YAPAY ZEKA, YAPAY ZEKA ÇIKTISINI temler geliştiriyorlar. Yayımlanmış Sakana AI, insan bilim insanlarının artık dünyanın makinelerine) ilişkin
KÖTÜ DEĞERLENDIREBILIR araştırmaların büyük hacimleri göz rolünün azaldığını görmediğini be- anlayışımızın geçerli ve gelişmekte
önüne alındığında, belirli bir bilimsel lirtse de, şirketin “tamamen AI ta- olduğundan emin olabiliriz.
Sakana AI’nın çıktısına ilişkin geri soruyla ilgili yayınlar bulmak bile zor rafından yönlendirilen bir bilimsel
bildirimler karışık. Bazıları bunu olabilir. ekosistem” vizyonu bilim için büyük Yapay zeka sistemlerinin kilit oyun-
“sonsuz bilimsel saçmalık” ürettiği çıkarımlara sahip olacaktır. cular olduğu bir bilimsel ekosistem,
şeklinde tanımladı. Uzmanlaşmış arama araçları, bilim bu sürecin anlamı ve değeri ve yapay
insanlarının mevcut çalışmaları bul- Bir endişe, AI tarafından üretilen zeka bilim insanlarına ne düzeyde
Sistemin kendi çıktılarının incelemesi malarına ve sentezlemelerine yar- makalelerin bilimsel literatürü dol- güvenmemiz gerektiği konusunda
bile makaleleri en iyi ihtimalle zayıf dımcı olmak için yapay zekadan ya- durması durumunda, gelecekteki AI temel soruları gündeme getirir. İs-
olarak değerlendiriyor. Teknoloji ge- rarlanır. Bunlara yukarıda belirtilen sistemlerinin AI çıktısı üzerinde eği- tediğimiz bilimsel ekosistem bu mu?
liştikçe bunun iyileşmesi muhtemel, Semantic Scholar’ın yanı sıra Elicit, tilmesi ve model çöküşüne uğraması
ancak otomatik bilimsel makalelerin Research Rabbit, scite ve Consensus olabilir. Bu, yenilik yapmada giderek Kaynak: https://www.sciencealert.
değerli olup olmadığı sorusu devam gibi daha yeni sistemler de dahildir. daha etkisiz hale gelebilecekleri an- com
ediyor. lamına gelir.
PubTator gibi metin madenciliği
LLM’lerin araştırma kalitesini değer- araçları, belirli genetik mutasyonlar Ancak, bilim için çıkarımlar AI bilim
lendirme yeteneği de açık bir soru. ve hastalıklar ve bunların yerleşik sistemleri üzerindeki etkilerin çok
Kendi çalışmam (yakında Research ilişkileri gibi temel odak noktalarını ötesine geçer.
Synthesis Methods’da yayınlanacak) belirlemek için makalelerin derin-