Esta es una gran pregunta.
El software ya se usa en todo tipo de investigación científica. La mayor parte de este software es determinista.
Para las ciencias “duras” como la física y la química, donde “duro” básicamente significa “una ley del universo”, los programas deterministas funcionan bien. Pero no funcionan bien en ciencias “blandas” como la psicología y la sociología. Los agentes de IA son una buena herramienta para estudiar cosas como la colaboración social a gran escala donde no es factible hacer un estudio del mundo real.
- ¿Cuál es el propósito de una investigación conceptual?
- Según los avances científicos actuales, ¿cuánto tiempo cree que pasará antes de que encontremos evidencia de vida extraterrestre?
- ¿Existe un método analítico simple para encontrar el campo magnético de imanes permanentes de diferentes geometrías?
- ¿Los nuevos descubrimientos harán que la humanidad tenga que reescribir el modelo científico?
- Matemáticamente cuántas canciones se pueden crear?
Cuando se trata de las ciencias naturales, que se pueden describir matemáticamente, la IA puede ser una gran herramienta. Los comprobadores de teoremas automatizados pueden usarse para probar o incluso descubrir teoremas / fórmulas que pueden definirse matemáticamente.
En informática, actualmente existe un impulso para que los investigadores otorguen acceso público al código que usaron para lograr sus resultados. Esto es para que otros investigadores puedan ejecutar el mismo código para verificar de forma independiente los resultados.
Pero esto se vuelve difícil cuando la IA está involucrada. La IA, por naturaleza, no es determinista, lo que significa que la “repetibilidad” de los resultados utilizando la IA debería medirse mediante un enfoque estadístico como el utilizado en psicología, y los agentes de la IA tendrían que ser entrenados de la misma manera que antes para cualquier comparación con Sé valido.
Algunas personas creen que eventualmente habrá IAs súper inteligentes en general. Si esto sucede, no creo que tenga un efecto significativo en la investigación porque las máquinas no piensan.
Lo que resulta de todo esto es que los investigadores no informáticos tendrán que acostumbrarse al uso de la IA para estudiar fenómenos blandos y tendrán que estar dispuestos a compartir su código y los modelos y métodos de entrenamiento de la IA para que su trabajo utilice la IA. tomado en serio.