AI ทำนายผลการวิจัยด้านประสาทวิทยาได้ดีกว่าผู้เชี่ยวชาญ

การศึกษาวิจัยโดยนักวิจัยจาก University College London (UCL) แสดงให้เห็นว่าโมเดลภาษาขนาดใหญ่ (LLM) เช่น GPT สามารถทำนายผลลัพธ์ของการวิจัยด้านประสาทวิทยาได้อย่างแม่นยำเกินกว่าผู้เชี่ยวชาญที่เป็นมนุษย์ ผลงานที่ตีพิมพ์ในNature Human Behaviourแสดงให้เห็นว่าปัญญาประดิษฐ์ที่ได้รับการฝึกจากชุดข้อมูลข้อความขนาดใหญ่ไม่เพียงแต่สามารถดึงข้อมูลออกมาได้เท่านั้น แต่ยังสามารถระบุรูปแบบเพื่อทำนายผลลัพธ์ทางวิทยาศาสตร์ได้อีกด้วย

---

แนวทางใหม่ในการพยากรณ์ทางวิทยาศาสตร์

ตามที่ผู้เขียนหลักของการศึกษา ดร. Ken Lo (UCL Psychology & Language Sciences) กล่าวไว้ การพัฒนา AI เชิงสร้างสรรค์ เช่น ChatGPT ได้เปิดโอกาสมากมายสำหรับการสรุปผลทั่วไปและการสกัดความรู้ อย่างไรก็ตาม แทนที่จะศึกษาความสามารถของ AI ในการวิเคราะห์ข้อมูลในอดีต นักวิจัยตัดสินใจที่จะศึกษาว่า AI สามารถทำนายผลลัพธ์ของการทดลองในอนาคตได้หรือไม่

“ความก้าวหน้าทางวิทยาศาสตร์มักเกี่ยวข้องกับการลองผิดลองถูก ซึ่งต้องใช้เวลาและทรัพยากร แม้แต่นักวิจัยที่มีประสบการณ์ก็อาจพลาดรายละเอียดสำคัญในเอกสารได้ งานของเราแสดงให้เห็นว่าปริญญานิติศาสตร์มหาบัณฑิตสามารถตรวจจับรูปแบบและทำนายผลลัพธ์ของการทดลองได้” ดร. โลกล่าว

---

BrainBench: การทดสอบ AI และผู้เชี่ยวชาญ

เพื่อทดสอบความสามารถของ LLM นักวิจัยได้สร้างเครื่องมือที่เรียกว่า BrainBench ซึ่งประกอบด้วยบทคัดย่อทางวิทยาศาสตร์จากสาขาประสาทวิทยาเป็นคู่ๆ ดังนี้:

• บทคัดย่อหนึ่งประกอบด้วยผลการวิจัยจริง
• ผลลัพธ์ที่สองเป็นผลลัพธ์ที่ดัดแปลงแต่สมเหตุสมผลที่สร้างขึ้นโดยผู้เชี่ยวชาญ

มีการทดสอบโมเดลภาษา 15 แบบและผู้เชี่ยวชาญด้านประสาทวิทยา 171 คน เพื่อดูว่าสามารถแยกแยะผลลัพธ์จริงจากผลลัพธ์ปลอมได้หรือไม่ ซึ่งผลลัพธ์ที่ได้นั้นน่าประทับใจมาก:

• AI มีความแม่นยำโดยเฉลี่ยอยู่ที่ 81% ในขณะที่ผู้เชี่ยวชาญทำได้คะแนนเพียง 63%
• แม้แต่ผู้เชี่ยวชาญที่ประเมินความรู้ตนเองสูงที่สุดยังทำได้เพียง 66% เท่านั้น

---

ปรับปรุงโมเดลและมุมมอง

นักวิทยาศาสตร์ยังได้ปรับใช้ LLM แบบโอเพนซอร์ส (ซึ่งเป็นเวอร์ชันหนึ่งของ Mistral) โดยฝึกฝนจากเอกสารทางวิทยาศาสตร์เกี่ยวกับประสาทวิทยา โมเดลที่ได้เรียกว่า BrainGPT แสดงให้เห็นถึงความแม่นยำที่สูงยิ่งขึ้นถึง 86%

“งานของเราแสดงให้เห็นว่า AI สามารถกลายเป็นส่วนสำคัญของกระบวนการออกแบบการทดลองได้ ไม่เพียงแต่ทำให้การทำงานเร็วขึ้นเท่านั้น แต่ยังมีประสิทธิภาพมากขึ้นด้วย” ศาสตราจารย์แบรดลีย์ เลิฟ (UCL) กล่าว

---

โอกาสและความท้าทาย

นักวิจัยแนะนำว่าแนวทางของพวกเขาสามารถปรับใช้กับสาขาวิทยาศาสตร์ต่างๆ ได้ อย่างไรก็ตาม ผลการศึกษาได้หยิบยกคำถามสำคัญขึ้นมาว่า การวิจัยทางวิทยาศาสตร์สมัยใหม่มีความสร้างสรรค์เพียงพอหรือไม่ ความแม่นยำสูงของ AI ในการพยากรณ์บ่งชี้ว่าผลการวิจัยทางวิทยาศาสตร์หลายๆ อย่างสอดคล้องกับรูปแบบที่มีอยู่

“เรากำลังสร้างเครื่องมือ AI ที่จะช่วยให้นักวิทยาศาสตร์ออกแบบการทดลองและคาดการณ์ผลลัพธ์ที่เป็นไปได้ เร่งความเร็วของการวนซ้ำและการตัดสินใจที่ได้รับข้อมูลมากขึ้น” ดร. โลกล่าวเสริม

ความก้าวหน้าครั้งสำคัญในการใช้ AI ครั้งนี้มีแนวโน้มที่จะเร่งการค้นพบทางวิทยาศาสตร์และปรับปรุงประสิทธิภาพของการวิจัยทั่วโลก