Yeni Yapay Zekâ Aracı Bilim İnsanlarına ‘Nadir’ Disiplinlerarası Sıçramalarda Yardımcı Olabilir.

Birçok büyük bilimsel ilerleme, bir alanda geliştirilen bir yöntemi alıp başka bir alanda uygulama anlamına gelir; ancak disiplinlerarası araştırma hem zorlu hem de zaman alıcıdır. Şimdi yeni bir yapay zekâ araştırma sistemi bu süreci otomatikleştirdi ve üç ay içinde 36 makale üretti.

Bu araştırmacıların çoğu dar bir uzmanlık alanında çalışır ve kendilerine yardımcı olabilecek araçları bulmak için ilgisiz alanlara göz atacak zamanları nadiren vardır. Bu nedenle araştırmacılar, başka bir disiplindeki bilim insanlarının zaten çözdüğü bir problemle baş başa kalmış gibi hissedebilir.

Ancak Harvard fizikçisi Matthew Schwartz, yapay zekâ şirketi Anthropic’te ziyaretçi araştırmacı olarak çalışırken potansiyel bir çözüm buldu. Şirketin yapay zekâsı Claude’ı matematiksel fizik için bir dizi araç geliştirmeye yönlendirdikten sonra, Schwartz bu araçların başka birçok alandaki nicel problemleri çözmede yardımcı olabileceğini fark etti.

BootLoops adını taşıyan, modelden bağımsız çalışan bu araçlar, yapay zekânın bilimsel literatürü taramasına, kod yazmasına ve matematiksel problemleri çözmesine yardımcı oluyor. Schwartz, 19 ortakla çalışarak BootLoops’u kullanarak ekolojiden dilbilimine, sağlık sigortasından güneş lekelerine kadar değişen konularda 36 makale üretti.

“Claude, BootLoops’a sahip olduktan sonra aynı kalıbı tekrar tekrar fark etmeye başladı: Çok sayıda alan var; matematik, fizik veya bilişimden alınmış bir yöntem, varlığı bilindiği takdirde bu problemleri tek seferde çözer,” Schwartz, sistem hakkında Anthropic blogundaki yazısında belirtti.

Schwartz, Claude’ı genel amaçlı bir araştırmacı asistanı olarak ilk olarak geçen Aralık ayında kullanmaya başladı ve bununla bazı faydalı işler yapabildiğini belirtti, ancak bunun sürekli bir destek gerektirdiğini söyledi. Bu yüzden bunun yerine, modelin güçlü yönleriyle iyi uyum sağlayan problemlere yöneltmeye karar verdi—kendi deyimiyle “Claude’a uygun problemler”.

Large Hadron Çarpıştırıcı’da parçacık çarpışmalarını yorumlamak için fizikçilerin kullandığı denklemlerle başladı. En iyi yöntemler birkaç programlama dilindeki yazılımlara dağılmış ya da yalnızca kağıt üzerinde vardı, bu yüzden Claude’dan bunları tek bir çerçeveye birleştirmesini istedi. Kendisinin inşa ettiği araçları kullanarak model, o makalelerinden birinin sonuçlarını yaklaşık 20 dakikada yeniden üretti.
Schwartz ardından bu denklemlerin daha zor bir sınıfına geçti ve birkaç hafta içinde model, daha önce hiç hesaplanmamış 15’i de dahil olmak üzere 30’unu çözdü. Schwartz’ın, yapay zekânın geliştirdiği yöntemlerin kozmoloji ve sicim teorisi gibi fizikin komşu alanlarında da kullanılabileceğini fark etmesi uzun sürmedi.

Ancak daha büyük sıçramayı yapan Claude oldu; aynı türden denklemlerin popülasyon genetiğinde ve evrim biyolojisinde de karşısına çıktığını belirtti. Schwartz için sorun, yapay zekânın daha az tanıdığı alanlarda bulgularını abartıp abartmadığını ayırt etmenin daha zor olmasıydı. Bu yüzden her alandan uzmanlar davet ederek Claude’un hangi bulgularının takip edilebilir olduğunu değerlendirmelerini istedi ve yaklaşık 400 aday sorudan 36’sı makale haline geldi.

Bir proje, Medicare kapsamında özel sağlık planlarını derecelendirmek için kullanılan yıldız puanlarını inceledi; bu puanlar sigortacıların aldığı prim belirliyor. Kurallar, derecelendirme seviyeleri arasındaki sınırların, her planın puanının grubunun ortalamasına mümkün olduğunca yakın olacak şekilde çizilmesi gerektiğini söylüyor; ancak Medicare’in gerçekten kullandığı algoritma bunu garanti etmeyen bir kısayol.
1958 yılına dayanan istatistiksel bir yöntemle tam cevabı hesaplayan BootLoops, kesin sınırların çizilmesinin 34 plan derecesinin prim çizgisini aşacağını, 16’sının yukarı 18’inin aşağı olacağını buldu. Bu da 2025 ile 2027 arasında tahminen 0,9 ile 1,4 milyar dolar arasında prim ödemelerinin yer değiştirmesine yol açardı.

Diğer bir proje, güneş lekelerini neyin öldürdüğüne dair 150 yıllık bir bulmacayı çözmeye çalıştı. Güneşin dönüşü, güneş lekelerini ömürlerinin çoğunda görünümden gizlediği için astronomlar, ne kadar sürdükleri ya da neden kayboldukları konusunda hiç uzlaşamamıştı.
Ölüm riskinin yaşla nasıl değiştiğini ölçmek için doktorların kullandığı bir aracı ödünç alıp 1874’ten beri kaydedilen her güneş lekesine uygulayan ekip, güneş lekelerinin yaşlandığını buldu. Belirli bir boyutta, “ölüm” riskleri gün başına yaklaşık yüzde 20 artıyor; bu, yayımlanmış hiçbir teorisinin açıklayamadığı bir durum.

Her yeni sorun için Claude yeni araçlar geliştirdiği için BootLoops araç seti büyümeye devam etti ve artık proje web sitesine göre 22 alana yayılıyor. Üstlendiği diğer sorunlar arasında Dünya’nın atmosferinin ilk başta oksijenle nasıl dolduğu, Panama yağmur ormanlarında türlerin ne kadar hızlı gelip gittiği ve doğal seçilimin insanlarda zararlı mutasyonları nasıl elediği yer alıyor.

BootLoops’un yapabileceği bu tür disiplinlerarası sıçramalar son derece nadirdir; Hugging Face’in bilim için yapay zekâ başkanı Georgia Channing, Science‘e böyle konuştu. “Bir fizik araştırmacısı, dilbilimi yöntemlerini yeniden kullanmayı nasıl başaracağını anlamak için altı ay dilbilimi araştırmaları okumaz,” dedi Channing.

Bu, sistemin kusursuz olduğu anlamına gelmiyor. Schwartz, Claude’un erken bulgularının çoğunun teknik olarak doğru ancak uzmanlar yönlendirene kadar bilimsel açıdan dikkate değil olduğunu söylüyor ve modelin “zaferi çok erken ilan etmeyi seven” bir yanının bulunduğunu uyardığı.

Ancak sonuçlar, yine de hangi fikirlerin gerçekten takip etmeye değer olduğunu kararlaştırmak için insanlara ihtiyaç olmaya devam ederken, yapay zekânın fikirleri araştırma alanları arasında tozlaştırmanın güçlü bir yolu olabileceğini gösteriyor.