در 30 نوامبر 2022، شرکت OpenAI مستقر در سیلیکون ولی، چت ربات مبتنی بر هوش مصنوعی خود را به نام ChatGPT راه اندازی کرد. یک شبه، هوش مصنوعی در تخیل عمومی از علمی تخیلی به چیزی تبدیل شد که هر کسی با اتصال به اینترنت می توانست تجربه کند. ChatGPT برای استفاده رایگان بود و به دستورات تایپ شده به طور طبیعی به اندازه کافی پاسخ می‌داد که تقریباً انسان به نظر می‌رسید. از زمان راه‌اندازی ربات چت، جستجوهای گوگل برای عبارت “AI” در سراسر جهان، صعودی تند را آغاز کرده است که به نظر می‌رسد هنوز به اوج خود نرسیده است.

فیزیکدانان از اولین توسعه دهندگان و پذیرندگان فناوری هایی بودند که اکنون تحت عنوان گسترده “AI” مورد استقبال قرار می گیرند. فیزیکدانان ذرات و اخترفیزیکدانان، با مجموعه وسیعی از داده ها و نیاز به تجزیه و تحلیل کارآمد آنها، دقیقاً افرادی هستند که از اتوماسیونی که هوش مصنوعی ارائه می دهد سود می برند.

بنابراین ما وارد می شویم تقارنژورنال آنلاین فیزیک ذرات و اخترفیزیک تصمیم گرفت این موضوع را بررسی کند و مجموعه‌ای از هوش مصنوعی منتشر کند. ما به اشکال بسیاری که هوش مصنوعی به کار گرفته است نگاه کرده ایم. راه هایی که فناوری به شکل گیری علم کمک کرده است (و بالعکس)؛ و روش‌هایی که دانشمندان از هوش مصنوعی برای پیشبرد فیزیک تجربی و نظری، بهبود عملکرد شتاب‌دهنده‌ها و تلسکوپ‌های ذرات، و آموزش نسل بعدی دانشجویان فیزیک استفاده می‌کنند. می توانید انتظار داشته باشید که در هفته های آینده نتیجه آن نظرسنجی را اینجا ببینید.

چیزی که نباید انتظار دیدن آن را داشته باشید چیزی است که توسط یک هوش مصنوعی نوشته شده است. ChatGPT یک دستاورد فناوری شگفت انگیز است، اما یک نویسنده علمی نیست. یک مدل زبان بزرگ مانند ChatGPT می‌تواند اطلاعاتی را که قبلاً منتشر شده است تعمیم دهد، اما نمی‌تواند شما را در مورد چیزی که در مجموعه داده آموزشی آن وجود ندارد به‌روزرسانی کند. ChatGPT می‌تواند شکاف‌های دانش خود را با ترکیب‌های قابل قبولی از کلمات پر کند، اما این کلمات لزوماً حقیقت را منعکس نمی‌کنند.

اتوماسیون، از جمله با پشتیبانی از هوش مصنوعی، برای نویسندگان بسیار مفید است. یک موتور جستجو می تواند به خبرنگار کمک کند تا اطلاعات و منابع اولیه را پیدا کند. یک مترجم می تواند به آنها کمک کند تا اصل مقاله ای را که به زبان دیگری منتشر شده است درک کنند. چک کردن املا می تواند توجه نویسنده را به کلماتی که باید بیشتر بررسی کند جلب کند. و یک متن‌خوان می‌تواند به آن‌ها کمک کند تا اشتباهات و عبارات ناخوشایندی را که ممکن است هنگام خواندن بی‌صدا از قلم انداخته باشند، بیابند.

اما درخواست از ChatGPT برای نوشتن مقاله به معنای نادیده گرفتن دو فرآیند مهم است.

اولین فرآیند، گزارش است، جایی که مقاله شروع به شکل گیری می کند. گزارش‌دهی شامل پذیرش اطلاعات جدید است – از جمله اطلاعاتی که هنوز منتشر نشده‌اند و حتی ممکن است با آنچه فکر می‌کنید قبلاً می‌دانید مغایرت داشته باشد. این شامل برقراری ارتباط با مردم است، هم برای ایجاد تفاهم با منابع شما و هم برای نشان دادن نیازهای مخاطبان.

فرآیند دوم نوشتن است، جایی که مقاله در نهایت شکل می گیرد. نوشتن بسیار بیشتر از مرتب کردن حقایق در یک صفحه است. نوشتن تفکر است. فرآیند نوشتن جایی است که شما بین ایده‌های خود ارتباط برقرار می‌کنید و ایده‌های جدیدی به دست می‌آورید، جایی که در می‌یابید کدام یک از فرضیات شما آزمون بیان را می‌گذراند.

وقتی یک مقاله یک نفر پشت آن دو مرحله نباشد، نشان می دهد. هوش مصنوعی می تواند چیزی را تولید کند که شبیه به کار متفکرانه ای باشد که برای انجام آن آموزش دیده است، اما هوش مصنوعی به تنهایی فکر نمی کند.

مقاله‌های این نشریه و تصاویری که به همراه آن‌ها ارائه می‌شود، نتیجه کار گسترده، تفکر عمدی و همکاری واقعی انسانی است. همانطور که یکی از کارکنان در جلسه ای برای این مجموعه گفت، مقاله ای که می تواند توسط هوش مصنوعی نوشته شود چنین نخواهد بود تقارن مقاله.

اما اگر نمی توان به یک هوش مصنوعی برای نوشتن یک مقاله علمی اعتماد کرد، چرا باید برای انجام فیزیک به آن اعتماد کرد؟

در همین جلسه برای سری های هوش مصنوعی، بسیاری از ما که این کار را انجام می دهیم تقارن این موضوع را مورد بحث قرار داد. نکته اینجاست که هوش مصنوعی یک ابزار یا بهتر است بگوییم مجموعه ای از ابزارها است. ابزارها قابل استفاده و سوء استفاده هستند. برای اینکه افراد بتوانند در مورد استفاده از یک ابزار تصمیمات خوبی بگیرند، باید بدانند ابزار چگونه کار می کند، چقدر کار خود را به خوبی انجام می دهد و چگونه بر دنیای اطراف خود تأثیر می گذارد.

دانشمندان چندین دهه است که در حال بررسی نحوه استفاده از هوش مصنوعی هستند. آنها از یادگیری ماشینی برای یادگیری الگوریتم هایی برای مرتب سازی داده ها و طبقه بندی برخورد ذرات یا تصاویر ستاره ها استفاده می کنند. آنها هوش مصنوعی را آموزش می‌دهند تا نشانه‌هایی را که نشان می‌دهد پرتوی از ذرات در حال از دست دادن تمرکز در یک شتاب‌دهنده است را تشخیص دهد و تعیین می‌کند که چگونه می‌تواند به درخواست‌های بسیاری برای رصد در یک تلسکوپ پاسخ دهد. آنها از یادگیری ماشین به عنوان یک ماشین حساب با فناوری پیشرفته برای حل مشکلات با عواملی بیشتر از توانایی یک ابر رایانه استفاده می کنند. پیشرفت‌های هوش مصنوعی مرزهای آنچه را که در فیزیک ذرات و اخترفیزیک امکان‌پذیر است پیش می‌برد.

و در هر یک از این موارد، دانشمندان هنوز کسانی هستند که فکر می کنند. آزمایش‌کنندگان باید بدانند چه داده‌هایی را تجزیه و تحلیل کنند، و پس از تجزیه و تحلیل خود، باید معنی آن را بفهمند. اپراتورهای شتاب دهنده ذرات یا تلسکوپ باید پیشنهادات هوش مصنوعی را برای تعیین مسیر صحیح اقدام ارزیابی کنند. نظریه پردازان باید محاسبات خود را فرموله کنند و سپس نتایج را تفسیر کنند.

در بسیاری از موارد، فیزیکدانان وظایف خود را به قدری خاص برای نیازهای خود خودکار می کنند که هیچ کس قبلاً آنها را خودکار نکرده است. اگر می خواهند از جستجوگر املای استعاری یا موتور جستجو استفاده کنند، ابتدا باید نحوه ساختن آن را بیاموزند. هنگامی که آنها انجام می دهند، این کار می تواند مرزهای امکان پذیر در زمینه ها و صنعت دیگر را نیز افزایش دهد.

به هر حال، علم در مورد گسترش دانش ما از جهان است. این مجموعه روش‌هایی را که دانشمندان در حال توسعه و استفاده از هوش مصنوعی برای کمک به این امر هستند، تجلیل می‌کند. اما همانطور که می خوانید، لطفاً به خاطر داشته باشید که هوش مصنوعی مجموعه ای از ابزارها است. حتی با وجود بهترین ابزارها، هنوز هم نیاز به کار سخت، تفکر متفکرانه و همکاری واقعی انسانی برای خلق چیزی جدید است.

یادداشت سردبیر: این سرمقاله بیانگر نظرات نویسنده است.