L’intelligenza artificiale sta rapidamente rimodellando il panorama della ricerca scientifica, andando oltre i semplici strumenti per diventare potenzialmente una nuova forma di entità scientifica. Ciò che è iniziato con i primi esperimenti automatizzati, come il robot “Adam” negli anni 2000, si è evoluto in sistemi di intelligenza artificiale che contribuiscono a scoperte vincitrici del premio Nobel e ad accelerare la scoperta in diversi campi. Sebbene lo scetticismo permanga, il ritmo del progresso suggerisce che il ruolo dell’intelligenza artificiale nella scienza non è più una montatura, ma una realtà.
L’evoluzione dell’intelligenza artificiale nella ricerca
Le prime applicazioni dell’intelligenza artificiale imitavano i ricercatori umani, come Adam, che formulavano domande e le testavano in un laboratorio robotico. Oggi, agenti IA più sofisticati, basati su modelli come ChatGPT di OpenAI, scompongono problemi complessi in passaggi attuabili e sfruttano vasti set di dati per fornire risposte approfondite. I ricercatori nel campo farmaceutico, della scienza dei materiali e dell’informatica quantistica stanno già utilizzando questi sistemi per accelerare la scoperta. I Premi Nobel 2024 per la chimica e la fisica riconoscono la crescente importanza degli strumenti di intelligenza artificiale, ma il vero cambiamento è ancora in atto.
L’intelligenza artificiale come partner di ricerca: punti di forza e limiti attuali
Attualmente, l’intelligenza artificiale eccelle nella ricerca all’interno di confini definiti, vagliando enormi set di dati per identificare modelli e connessioni oscuri. I modelli linguistici di grandi dimensioni (LLM) dietro i chatbot hanno accesso a una quantità di testo senza precedenti, inclusi documenti di ricerca in più lingue. Tuttavia, le vere scoperte scientifiche spesso richiedono di pensare fuori dagli schemi, qualcosa con cui l’intelligenza artificiale attuale fatica.
La sfida non è l’accesso alle informazioni, ma la capacità di generare idee veramente nuove. La creatività e l’immaginazione umana rimangono vitali per i salti intuitivi, come la teoria della deriva dei continenti o la relatività speciale. L’intelligenza artificiale può aumentare la scoperta umana ma non può ancora replicarla interamente.
Scoperte: dalle simmetrie dei buchi neri ai nuovi farmaci
Nonostante i suoi limiti, l’intelligenza artificiale sta già apportando contributi tangibili. Il fisico teorico Alex Lupsasca ha scoperto che l’agente professionista GPT-5 di OpenAI potrebbe identificare in modo indipendente le simmetrie nelle equazioni dei buchi neri, verificando il suo lavoro precedente. Il matematico Ernest Ryu ha collaborato con ChatGPT a una dimostrazione della teoria dell’ottimizzazione, scoprendo che un metodo comune converge sempre su un’unica soluzione dopo 12 ore di avanti e indietro.
La chiave non è la sostituzione, ma la collaborazione. Scienziati come Lupsasca e Ryu si uniscono alle società di intelligenza artificiale (OpenAI) per ampliare ulteriormente i confini, considerando l’intelligenza artificiale non come un concorrente, ma come un partner di ricerca essenziale.
Il rischio della “scienza spazzatura” e la necessità di strumenti migliori
La proliferazione di contenuti generati dall’intelligenza artificiale solleva preoccupazioni sulla qualità. Critici come Gary Marcus della New York University avvertono che i LLM possono facilmente produrre “scienza spazzatura”, compresi documenti di ricerca falsi sfornati dalle cartiere. Le riviste hanno già iniziato a rifiutare proposte generate dall’intelligenza artificiale a causa della bassa qualità.
Per mitigare questo problema, i ricercatori si stanno muovendo verso “scatole impilate”, combinando agenti generali di intelligenza artificiale con strumenti specializzati che garantiscono l’accuratezza, come i grafici della conoscenza. Questo approccio si sta rivelando efficace nella scoperta di farmaci e nella scienza dei materiali. Insilico Medicine, ad esempio, ha utilizzato l’intelligenza artificiale per identificare una proteina legata alla fibrosi polmonare idiopatica e ha progettato una molecola farmacologica per bloccarla, attualmente in fase di sperimentazione clinica.
Il futuro: l’intelligenza artificiale costruisce il proprio quadro di ricerca
L’obiettivo finale è consentire all’intelligenza artificiale di costruire il proprio quadro di ricerca, di definire le proprie domande, progettare esperimenti e analizzare i dati con un intervento umano minimo. Progetti come AutoRA (ricerca in scienze sociali) e Code Scientist (ricerca in informatica) sono i primi passi in questa direzione. Questi sistemi ricombinano le conoscenze esistenti per generare nuovi esperimenti e analizzare i risultati in modo autonomo.
Sebbene questi sistemi non stiano ancora facendo scoperte sconvolgenti, segnalano un passaggio verso una vera scienza basata sull’intelligenza artificiale. La sfida resta quella di perfezionare questi strumenti, garantire la creatività e prevenire la generazione di conclusioni errate o fuorvianti.
L’impatto dell’intelligenza artificiale sulla scoperta scientifica è innegabile. Dall’assistere i ricercatori umani al diventare potenzialmente entità scientifiche autonome, il futuro della scienza è indissolubilmente legato all’evoluzione dell’intelligenza artificiale.
