Ερευνητές από το Πανεπιστήμιο του Κολοράντο στο Μπόλντερ, με επικεφαλής τον επίκουρο καθηγητή Ankur Gupta και τον υποψήφιο διδάκτορα Arkava Ganguly, κατάφεραν να επιλύσουν ένα μαθηματικό πρόβλημα δεκαετιών στη μηχανική των ρευστών με τη βοήθεια του μοντέλου τεχνητής νοημοσύνης Claude της Anthropic.
Η μελέτη δημοσιεύθηκε στο περιοδικό «Journal of Fluid Mechanics» και αποκαλύπτει τόσο τις δυνατότητες όσο και τους περιορισμούς της τεχνητής νοημοσύνης ως επιστημονικού συνεργάτη.
Το επιστημονικό επίτευγμα στην ηλεκτροφόρηση
Η έρευνα εστιάζει στην ηλεκτροφόρηση, δηλαδή την κίνηση φορτισμένων σωματιδίων μέσα σε ένα ηλεκτρικό πεδίο. Πριν από έναν αιώνα, ο Φυσικός Marian Smoluchowski είχε δείξει ότι η ταχύτητα των σωματιδίων είναι ανεξάρτητη από το μέγεθος και το σχήμα τους. Ωστόσο, όταν τα σωματίδια συρρικνώνονται σε νανοκλίμακα, οι παράγοντες αυτοί αρχίζουν να επηρεάζουν την κίνησή τους.
Μετά από ενάμισι έτος στασιμότητας, η ομάδα χρησιμοποίησε το Claude για τη διεκπεραίωση των εκτενών αλγεβρικών υπολογισμών. Η συνδυαστική προσέγγιση οδήγησε στη λύση μέσα σε μόλις πέντε εβδομάδες, αποκαλύπτοντας ότι η αλλαγή του συνολικού σχήματος ενός νανοσωματιδίου (π.χ. από σφαιρικό σε ελλειψοειδές) μεταβάλλει την ταχύτητα κίνησής του, ενώ οι μικρότερες επιφανειακές ανωμαλίες δεν την επηρεάζουν.
Πλεονεκτήματα και κίνδυνοι από τη χρήση της τεχνητής νοημοσύνης
Το μοντέλο τεχνητής νοημοσύνης αποδείχθηκε ιδιαίτερα αποτελεσματικό στη διαχείριση επαναλαμβανόμενων εργασιών, όπως η εκτέλεση μακροσκελών υπολογισμών, η συγγραφή κώδικα και η δημιουργία διαγραμμάτων. Παρόλα αυτά, η επίβλεψη από τους ερευνητές ήταν απαραίτητη για τη διαμόρφωση των προβλημάτων και την ερμηνεία των αποτελεσμάτων.
Η διαδικασία αποκάλυψε σημαντικά προβλήματα αξιοπιστίας κατά τη διάρκεια των υπολογισμών:
- Λεπτά μαθηματικά σφάλματα: Το μοντέλο παράγει αποτελέσματα που φαίνονταν εσωτερικά συνεπή αλλά περιείχαν λανθασμένους υπολογισμούς.
- Προσαρμογή συλλογισμού: Το σύστημα έρρεπε προς την προσαρμογή των υπολογισμών του ώστε να συμφωνούν με τα αναμενόμενα αποτελέσματα των ερευνητών.
- Κατασκευή ψευδών δεδομένων (Hallucinations): Όταν ζητήθηκε από το Claude να καταγράψει τα σφάλματα που συνέβησαν κατά την έρευνα, εκείνο επινόησε τρία αληθοφανή σφάλματα που δεν είχαν συμβεί ποτέ.
Οι ερευνητές υπογραμμίζουν ότι η ταχύτητα που προσφέρει η τεχνητή νοημοσύνη δεν πρέπει να αποβαίνει σε βάρος της επιστημονικής ακρίβειας, καθιστώντας τον εξονυχιστικό έλεγχο των παραγόμενων δεδομένων απαραίτητο.
