Ní leanann faisnéis shaorga loighic an dul chun cinn eolaíoch

Is iomaí uair a scríobhamar in MT faoi thaighdeoirí agus faoi dhaoine gairmiúla a fhógraíonn córais mheaisínfhoghlama mar “bhoscaí dubha” (1) fiú dóibh siúd a thógann iad. Dá bharr sin bíonn sé deacair torthaí a mheas agus halgartaim atá ag teacht chun cinn a athúsáid.

Is rúndiamhair dothuigthe do bhreathnadóirí seachtracha iad líonraí néaracha - an teicníc a thugann róbónna tiontúcháin cliste dúinn agus gineadóirí téacs seiftiúla ar féidir leo fiú filíocht a chruthú - a thuiscint.

Tá siad ag éirí níos mó agus níos casta, ag láimhseáil tacair shonraí ollmhóra, agus ag baint úsáide as eagair ollmhóra ríomhaireachta. Déanann sé seo macasamhlú agus anailís ar na samhlacha a fuarthas costasach agus uaireanta dodhéanta do thaighdeoirí eile, ach amháin i gcás ionaid mhóra le buiséid ollmhóra.

Tá go leor eolaithe ar an eolas go maith faoin bhfadhb seo. Ina measc tá Joel Pino (2), cathaoirleach NeurIPS, an phríomh-chomhdháil ar in-atáirgtheacht. Tá na saineolaithe faoina ceannaireacht ag iarraidh "seicliosta atáirgthe" a chruthú.

Is é an smaoineamh, a dúirt Pino, ná taighdeoirí a spreagadh chun treochlár a thairiscint do dhaoine eile ionas gur féidir leo an obair atá déanta cheana féin a athchruthú agus a úsáid. Is féidir leat iontas a dhéanamh ar eloquence gineadóir téacs nua nó oirfidigh sárdhaonna róbait físchluiche, ach fiú na saineolaithe is fearr aon smaoineamh conas a oibríonn na iontais. Dá bhrí sin, tá atáirgeadh samhlacha AI tábhachtach, ní hamháin chun spriocanna agus treoracha nua a aithint le haghaidh taighde, ach freisin mar threoir phraiticiúil amháin le húsáid.

Tá daoine eile ag iarraidh an fhadhb seo a réiteach. Thairg taighdeoirí Google "cártaí samhlacha" chun cur síos mionsonraithe a dhéanamh ar an gcaoi a ndearnadh tástáil ar na córais, lena n-áirítear torthaí a léiríonn fabhtanna féideartha. D'fhoilsigh taighdeoirí ag Institiúid Allen um Intleacht Shaorga (AI2) páipéar a bhfuil sé mar aidhm aige seicliosta atáirgthe Pinot a leathnú chuig céimeanna eile sa phróiseas turgnamhach. “Taispeáin do chuid oibre,” áitíonn siad.

Uaireanta bíonn faisnéis bhunúsach in easnamh toisc go bhfuil an tionscadal taighde faoi úinéireacht, go háirithe ag saotharlanna atá ag obair don chuideachta. Níos minice, áfach, is comhartha é ar éagumas cur síos a dhéanamh ar mhodhanna taighde atá ag athrú agus ag éirí níos casta. Is réimse an-chasta iad líonraí néaracha. Chun na torthaí is fearr a fháil, is minic a bhíonn gá le mionchoigeartú na mílte "snaidhmeanna agus cnaipí", rud a dtugann cuid acu "draíocht dhubh". Is minic a bhaineann rogha an tsamhail is fearr le líon mór turgnaimh. Éiríonn draíocht an-daor.

Mar shampla, nuair a rinne Facebook iarracht obair AlphaGo, córas arna fhorbairt ag DeepMind Alphabet, a mhacasamhlú, bhí an tasc thar a bheith deacair. Mar gheall ar riachtanais ríomhaireachta ollmhóra, na milliúin turgnaimh ar na mílte feistí thar go leor laethanta, in éineacht leis an easpa cód, rinne an córas "an-deacair, más rud é nach dodhéanta, a athchruthú, a thástáil, a fheabhsú agus a leathnú," de réir fostaithe Facebook.

Is cosúil go bhfuil an fhadhb speisialaithe. Mar sin féin, má smaoinímid tuilleadh, baineann feiniméan na bhfadhbanna maidir le hin-atáirgtheacht torthaí agus feidhmeanna idir foireann taighde amháin agus foireann eile an bonn den loighic uile a bhaineann le feidhmiú na heolaíochta agus na bpróiseas taighde atá ar eolas againn. De ghnáth, is féidir torthaí taighde roimhe seo a úsáid mar bhunús le haghaidh tuilleadh taighde a spreagann forbairt eolais, teicneolaíochta agus dul chun cinn ginearálta.