خلاقیت یک دانشمند چیزی نیست که بتوان در آزمایشگاه مشابه آن را ساخت!
جهان هستی خیلی بزرگ است و نمی توان به صورت مستقیم با همه عناصر آن تعامل داشت. بنابراین، ما در مورد نحوه شکل گیری جهان به داده های عینی نیاز داریم. شبیه سازی اجرام آسمانی با کمک کامپیوتر می تواند به ما در درک جهان هستی کمک زیادی کند. اندرو پونتزن ستاره شناس معاصر در کتاب جدید خود به نام "جهان در یک جعبه" می نویسد:« پیشرفت های اخیر در ساخت ابررایانه‌ها، توانایی ما را برای مدل‌سازی پیچیدگی‌های کیهان در مقیاس کوچک‌تر متحول می‌کند.» او در ادامه به ظهور فناوری نوظهور هوش مصنوعی و قابلیت های آن در زمینه نجوم اشاره می کند. اما، اندرو مثل مشاغل دیگر نگران از دست دادن شغل خود نیست، چرا؟!
کتاب جهان در یک جعبه به تازگی در 13 ژوئن 2023 توسط انتشارات Riverhead منتشر شد. اندرو در کتاب خود نوشت:"به عنوان کیهان شناس، بخش زیادی از وقتم را صرف کار با ابررایانه ها می کنم. ما از طریق ابررایانه ها، داده های واقعی که از تلسکوپ ها بدست می آوریم تبدیل به مدل کامپیوتری می کنیم. هدف اصلی ما از این شبیه سازی درک اجرام مرموزی مانند ماده تاریک است. اما هیچ انسانی نمی‌تواند تمام داده‌های موجود در کیهان یا حتی مدل های شبیه‌سازی شده آن‌ها را درک کند. به همین دلیل، هوش مصنوعی و یادگیری ماشین بخش کلیدی کار کیهان شناسان است."
به عنوان مثال: رصدخانه ورا روبین کشور شیلی را در نظر بگیرید، تلسکوپ بزرگی که در آن جا مستقر است کارش عکاسی مداوم از اجرام آسمانی در دهه های آینده می باشد. البته کار آن فقط به عکاسی محدود نمی شود بلکه به دنبال اجرامی مانند سیارک ها، دنباله دارها، ابرنواخترها و ستاره های چشمک زن می گردد.
هوش مصنوعی یا همان یادگیری ماشین را می توان برای تشخیص این اجرام آموزش داد. این کار فرصت بررسی این اجسام توسط تلسکوپ های دیگر را نیز فراهم می کند. البته این فناوری به غیر از نجوم در علوم دیگر هیچ محدودیتی ندارد. به عنوان مثال، شرکت هوش مصنوعی DeepMind زیرمجموعه گوگل شبکه‌ای ساخت که می‌تواند از روی ساختار مولکولی پروتئین ها، شکل آن ها را پیش بینی کند. این کار گام مهمی در درک بسیاری از فرآیندهای بیولوژیکی است.
مثال هایی از این دست می تواند نشان دهد که چرا این فناوری نوظهور در قرن حاضر برای همه جذابیت زیادی دارد. در سال 2008 کریس اندرسون مقاله‌ای برای مجله Wired نوشت و در آن ادعا کرد ما می توانیم از طریق الگوریتم های آماری محاسبات خیلی پیشرفته ای را که علم قادر به انجام آن نیست، در کسری از ثانیه انجام دهیم.
یادگیری ماشینی می تواند روند پردازش اطلاعات پیچیده را بهبود ببخشد و به سؤالات واقعی محققان پاسخ دهد. درست مانند کاری که ChatGPT انجام می دهد. اما نمی تواند به طور کامل جایگزین دانشمندان شود. یافتن الگوهای جدید در داده‌ها یا بازگویی حقایق موجود تنها جنبه‌های محدودی از تحقیقات دانشمندان علوم هوا و فضاست. زمان زیادی باید بگذرد تا ماشین‌ها بتوانند علم نجوم را بدون هیچ نظارت انسانی انجام دهند.
داده های عجیب و غریب می تواند منجر به اکتشافات بزرگی شود. سیاره نپتون زمانی کشف شد که اخترشناسان متوجه مشکلی در مدار سیارات دیگر شدند. اما زمانی که یک نظریه با تئوری های موجود مغایرت دارد، احتمال اول نقض داده هاست. ماشین ها جایگزین انسان نمی شوند مگر اینکه بتوانند پردازش داده های انعطاف پذیر خود را با مجموعه وسیع تری از دانش، یکپارچه کنند. در اروپا، اگر دستگاهی تصمیمی بگیرد به عنوان نمونه درخواست شما برای وام مسکن را رد کند، یا بخواهد حق بیمه شما را افزایش دهد، یا شما را در فرودگاه متوقف کند؛ حق قانونی شماست که از آن سازمان توضیح بخواهید. این توضیح باید از نظر منطق انسانی قابل درک باشد بنابراین، علم داده در اینجا به کارتان نمی آید.
دراغلب موارد، هوش مصنوعی قادر نیست یک گزارش کامل از عملکرد خود ارائه دهد. آن ها فقط می توانند از اطلاعات مختلف استفاده کنند ویا آن ها را با هم ترکیب کنند. تنها توصیف دقیقی که کارشناسان می توانند انجام دهند این است که کد رایانه را یادداشت کنند و نحوه آموزش ماشین را نشان دهند. این گزارش دقیق است اما با منطق انسان قابل درک نیست! به عنوان مثال: فرض کنید شما یک فرد هستید که در طول عمرتان سیگاری بودید و حالا می خواهید بیمه عمر خریداری کنید. هوش مصنوعی به علت این که نیمی از افراد سیگاری که در جوانی مرده اند، درخواست شما را رد می کند. این دلیل شاید دقیق باشد اما قانع کننده نیست زیرا، افراد سیگاری زیادی هستند که با وجود مشکلات پزشکی تحت پوشش بیمه عمر قرار گرفته اند. علت این اختلاف چیست؟! برای تصمیم گیری در چنین مواردی باید بین دقت و قابل فهم بودن اطلاعات تعادل برقرار شود. در مورد علم نجوم نیز دقیقا همین ماجرا حاکم است.
درست است که هوش مصنوعی می تواند براساس اطلاعات دقیق یک ابرنواختر را پیدا کند اما، باید توضیح دهد چگونه به این نتیجه رسید جرمی که در آسمان دیده شده است یک ابرنواختر است!! به این ترتیب، شما می‌توانید نتیجه گیری هوش مصنوعی را بهتر درک کنید. این رویکرد توانست بینش ساده ای از عملکرد مکانیک کوانتومی، نظریه ریسمان و کیهان‌شناسی ایجاد کند.
در مجموع، هوش مصنوعی فعلی هنوز راه زیادی برای رسیدن به این مرحله باید طی کند. سالهای زیادی طول می کشد تا این فناوری بتوانند مانند یک ستاره شناس فرضیه علمی دهد، داده های جدید را براساس فرضیه تجزیه و تحلیل کند و در نهایت بدون کمک انسان، یک مقاله علمی در مورد اکتشافات فضایی منتشر کند.