Японский стартап Sakana сообщил о значительном достижении: его система Scientist-v2 успешно создала научные статьи, одна из которых была принята на семинар авторитетной конференции International Conference on Learning Representations (ICLR). Это событие стало важным шагом в исследовании возможностей искусственного интеллекта в научной сфере. Компания утверждает, что ее ИИ провел весь процесс формирования статей самостоятельно: от создания гипотез до анализа данных и подготовки визуализаций. Роберт Ланге, основатель Sakana, отметил, что команда генерировала исследовательские идеи, предоставляя ИИ аннотации и описания семинара.
Следует подчеркнуть, что принять статью на семинаре — это лишь часть пути. Sakana отозвала работу до публикации, чтобы строго следовать правилам конференции и поддерживать прозрачность в исследованиях. Несмотря на это, эксперты отмечают несколько ключевых оговорок. Так, ИИ допустил ошибки в цитировании и неправильной атрибуции источников. Также рецензирование на семинаре менее строгое по сравнению с основным треком, а’article не прошла этап мета-рецензирования.
Мнения исследователей об успехе Sakana разнятся: например, Мэтью Гуздиал из Университета Альберты подчеркивает, что достижения команды показывают, что взаимодействие человека и ИИ может быть эффективным, но не подтверждает, что ИИ способен на самостоятельные научные исследования. Также отмечено, что выбор статей для подачи был осуществлен сотрудниками компании, что указывает на необходимость человеческого участия в процессе.
Майк Кук, научный сотрудник Королевского колледжа Лондона, акцентировал внимание на том, что семинары ICLR проводятся с участием молодых исследователей и имеют более высокие шансы на принятие статей. Сложность тематики семинара делает задачу для ИИ легче, что ставит под сомнение реальную значимость результатов.
Sakana также не утверждает, что ее система способна к созданию новаторских исследований. Главной задачей эксперимента было изучение качества написанных ИИ научных текстов и разработка направлений для будущих норм и стандартов в использовании технологии в научной сфере. Это подчеркивает важность создания четких правил для применения ИИ в науке, чтобы избежать ситуации, когда он будет генерировать статьи, лишь чтобы проходить рецензирование, но не вносить реальный вклад в науку.