Denne AI kan forutsi 10 år med vitenskapelige prioriteringer - hvis vi lar det

Ms Tech

Hvert 10. år, Amerikanske astronomer må ta noen tøffe avgjørelser. Skissert i en plan kalt Dekadalundersøkelse om astronomi og astrofysikk , et sett med studier produsert av National Academies of Sciences, Engineering, and Medicine, bestemmer disse beslutningene det neste tiårets vitenskapelige prioriteringer for feltet.

Decadal Survey har satt scenen for store sprang i romutforskning siden tidlig på 1960-tallet. Den syvende rapporten, kalt Astro2020, er ventet i slutten av denne måneden. Vitenskapsmiljøer, finansieringsinstitusjoner og til og med Kongressen refererer til disse rapportene for å ta avgjørelser om hvor de skal investere tid og penger.

Tidligere rapporter har annonsert store prosjekter, inkludert bygging og oppskyting av store romteleskoper og studiet av ekstreme fenomener som supernovaer og sorte hull. Den siste rapporten, dubbet Astro 2010 , selv fordypet seg i naturen til mørk energi.

Fordi Decadal Survey er en konsensusstudie, må forskere som ønsker at prosjektet deres vurderes, sende inn forslag mer enn ett år i forveien. Alle forslag blir vurdert, og alle (mer enn 500 denne gangen) er tilgjengelige for offentlig .

I år spenner temaene som diskuteres fra å utforske Jupiters måner til å smi planetariske forsvarsstrategier mot hendelser som skjer én gang i 1000 år, som forbiflyvningen til en stor asteroide ved navn Apophis. I mellomtiden ønsker noen forskere å se nærmere på vår egen lyseblå prikk .

Relatert historie

Inspiration4: Hvorfor SpaceXs første helt private oppdrag er en stor sak

Er det endelig på tide å være forsiktig optimistisk med tanke på fremtiden til romfart med mannskap?

Undersøkelseskomiteen, som mottar innspill fra en rekke mindre paneler, tar hensyn til en gigantisk mengde informasjon for å lage forskningsstrategier. Selv om akademiene ikke vil gi ut komiteens endelige anbefaling til NASA på noen få uker til, klør forskerne etter å vite hvilke av spørsmålene deres som kommer inn, og hvilke som blir utelatt.

Decadal Survey hjelper virkelig NASA med å bestemme hvordan de skal lede fremtiden for menneskelig oppdagelse i verdensrommet, så det er veldig viktig at de er godt informert, sier Brant Robertson , professor i astronomi og astrofysikk ved UC Santa Cruz.

Et team av forskere ønsker å bruke kunstig intelligens for å gjøre denne prosessen enklere. Forslaget deres er ikke for et spesifikt oppdrag eller spørsmålslinje; snarere, sier de, kan deres AI hjelpe forskere til å ta tøffe avgjørelser om hvilke andre forslag de skal prioritere.

Tanken er at ved å trene en AI til å oppdage forskningsområder som enten vokser eller avtar raskt, kan verktøyet gjøre det lettere for undersøkelseskomiteer og paneler å avgjøre hva som skal stå på listen.

Det vi ønsket var å ha et system som ville gjøre mye av arbeidet som Decadal Survey gjør, og la forskerne som jobber med Decadal Survey gjøre det de vil gjøre best, sier Harley Thronson , en pensjonert seniorforsker ved NASAs Goddard Space Flight Center og hovedforfatter av forslaget .

Selv om medlemmer av hver komité er valgt for sin ekspertise på sine respektive felt, er det umulig for hvert medlem å forstå nyansen av hvert vitenskapelig tema. Antall astrofysiske publikasjoner øker med 5 % hvert år, ifølge forfatterne. Det er mye for alle å behandle.

Det er her Thronsons AI kommer inn.

Det tok litt over et år å bygge, men til slutt klarte Thronsons team å trene den på mer enn 400 000 undersøkelser publisert i tiåret frem til Astro2010-undersøkelsen. De var også i stand til å lære AI å sile gjennom tusenvis av abstrakter for å identifisere både lav- og høyeffektområder fra to- og treords emnefraser som planetsystem eller ekstrasolar planet.

I følge forskernes hvitbok har AI med suksess tilbakesendt seks populære forskningstemaer fra de siste 10 årene, inkludert en meteorisk økning i eksoplanetforskning og observasjon av galakser.

En av de utfordrende aspektene ved kunstig intelligens er at de noen ganger vil forutsi, eller komme opp med eller analysere ting som er fullstendig overraskende for menneskene, sier Thronson. Og dette så vi mye.

Thronson og hans samarbeidspartnere mener styringskomiteen bør bruke deres AI for å hjelpe til med å gjennomgå og oppsummere de enorme tekstmengdene panelet må sile gjennom, og la menneskelige eksperter foreta den siste samtalen.

Forskningen deres er ikke den første som prøver å bruke AI til å analysere og forme vitenskapelig litteratur. Andre AI-er har allerede blitt brukt for å hjelpe forskere med fagfellevurdering sine kollegers arbeid.

Men kunne den stoles på en så viktig og innflytelsesrik oppgave som Decadal Survey?

Robertson ved UC Santa Cruz er enig i at astronomis enorme mengde forskning bør katalogiseres på en eller annen måte. Men han sier at selv om ideen om å bruke AI for å hjelpe til med Decadal Survey er interessant, er det for tidlig å si om det er noe forskere bør stole på.

Jeg tror at det er noen viktige forbehold om hvordan vi utnytter maskinlæring, sier Robertson. Et av de største problemene med enhver AI er hvor godt mennesker forstår algoritmen og dens resultater. I dette tilfellet kan teamet fortelle Hvorfor dens AI hadde tatt valget mellom to separate, men like emner?

Og kunne mennesker ha kommet til samme konklusjon?

Som forskere utvikler vi rykte om hvorvidt arbeidet vårt er nøyaktig eller riktig. Og så jeg tror det er rimelig for folk å bruke de samme typene kriterier for resultatene fra disse sofistikerte maskinlæringsalgoritmene, sier Robertson.

Thronson og teamet hans har ikke prøvd å forutsi resultatene av årets undersøkelse. I stedet fokuserer de på å bestemme hvor de neste store områdene innen astronomi er.

Automatiserte verktøy vil sannsynligvis fortsatt ikke bli brukt i Decadal Surveys i noen år fremover. Men hvis undersøkelseskomiteen bestemmer seg for å integrere AI i prosessen, vil det representere en ny måte for forskere å komme til enighet om sine egne mål.

Foreløpig må Thronson, Robertson og tusenvis av andre astronomer bare vente for å se hva som skjer videre – på gammeldags måte.

gjemme seg