Być może bardziej zasadne będzie pytanie: „Kiedy sztuczna inteligencja zastąpi naukowców i w jakim stopniu?”

Zdaniem Jordana Petersona, znanego profesora psychologii, nawet 1/3 uniwersytetów może upaść w przeciągu 5 lat ze względu na zmiany spowodowane przez rozwój SI. Technologia ta w chwili obecnej już rozwija swoje możliwości w wielu dziedzinach, takich jak kreowanie tekstu, grafiki, audio i video czy też programowanie.

W ostatnim czasie (od listopada 2022), przebojem wszedł Chat GPT od firmy OpenAI, który w 5 dni zdobył 1 mln użytkowników, a dla potentatów takich jak Netflix i FaceBook zajęło to odpowiednio 41 miesięcy oraz 10 miesięcy.

GPT to skrót od Generative Pre-training Transformer. Jest to rodzaj modelu językowego, który został zaprojektowany do generowania tekstu na podstawie dużych zbiorów danych. Model GPT jest przykładem sztucznej inteligencji, ponieważ jest to rodzaj algorytmu, który może uczyć się i wykonywać zadania bez wyraźnego programowania dla każdego z nich. Model GPT jest w stanie generować tekst na podstawie danych wejściowych, co wymaga nie tylko analizy tekstu, ale także zrozumienia kontekstu i umiejętności przewidywania, jaki tekst będzie następny. Wszystko to wymaga dużej złożoności obliczeniowej i jest przykładem tego, jak sztuczna inteligencja może wspomagać ludzi w różnych zadaniach.

Na pytanie o wpływ SI na instytucje badawczo-rozwojowe Chat GPT odpowiedział:

W przyszłości chat GPT i inne sztuczne inteligencje mogą mieć duży wpływ na instytuty badawczo-rozwojowe. Chat GPT może być używany do automatyzacji procesu tworzenia treści, co pozwoli instytutom zaoszczędzić czas i pieniądze. Inne sztuczne inteligencje zajmujące się tworzeniem grafiki, takie jak GAN (Generative Adversarial Network), mogą być używane do tworzenia sztucznej grafiki, która może być używana w różnych celach, takich jak reklama lub tworzenie filmów.

Przykłady zastosowania chat GPT i innych sztucznych inteligencji w pracach badawczo-rozwojowych mogą obejmować:

  • Automatyzację tworzenia raportów i dokumentów naukowych, dzięki czemu naukowcy mogą skupić się na bardziej złożonych zadaniach.
  • Generowanie wirtualnych symulacji i symulacji komputerowych, co pozwala na szybsze i bardziej efektywne badania.
  • Tworzenie sztucznej grafiki do celów reklamowych lub marketingowych, co może pomóc instytutom w promowaniu swoich badań i osiągnięć.

Sztuczna inteligencja może mieć wpływ na liczbę naukowców w przyszłości, ale trudno jest dokładnie przewidzieć, w jaki sposób to się odbędzie. W niektórych przypadkach sztuczna inteligencja może umożliwiać automatyzację pewnych zadań, co może prowadzić do zmniejszenia liczby naukowców potrzebnych do wykonywania tych zadań. W innych przypadkach sztuczna inteligencja może umożliwiać naukowcom przeprowadzanie bardziej złożonych i szczegółowych analiz, co może prowadzić do wzrostu liczby naukowców potrzebnych do pracy nad tymi projektami.

Należy pamiętać, że sztuczna inteligencja jest narzędziem, a nie celem samym w sobie. Wiele zależy od tego, jak będzie ona wykorzystywana i jakie decyzje podejmą ludzie odpowiedzialni za jej rozwój i stosowanie. W przeciągu następnych dziesięciu lat prawdopodobnie zobaczymy wiele ciekawych zastosowań sztucznej inteligencji w nauce i badaniach, ale trudno jest przewidzieć, jakie to będą konkretnie zmiany i jaki wpływ będą one miały na liczbę naukowców.

Zatem Panie i Panowie, wiemy już, że świat nie idzie według konceptu z literatury Issaca Asimowa, nie mamy jeszcze kilku tysięcy lat by się przygotować na SI, ona już tu jest, czas zakasać rękawy i ujarzmić nowe narzędzie. Ograniczeniem jest tylko nasza wyobraźnia.

Jako inspirację przedstawiam grafiki wygenerowane przez SI.

 



Przygotował: Adam Tatarczuk
Zakład Transformacji Energetycznej