Экономисты MIT, Гарварда и Университета Бостона пришли к выводу, что самый значительный вклад ИИ сделает благодаря новому методу создания знаний. Он трансформирует саму природу процесса инноваций и работу ученых и инженеров.

Главный потенциал ИИ — не в робомобилях, распознавании изображений или способности голосовых помощников заказывать пиццу, но в умении предложить новые идеи, которые будут подпитывать инновации, считают американские специалисты.

В прошлом году Нобелевскую премию по экономике получил главный специалист Всемирного банка Пол Ромер за работу, которая показывает, как новые идеи стимулируют рост экономики. К этим выводам он пришел еще в начале 90-х, и они мотивировали поколение интеллектуалов Кремниевой долины.

Но что если поток новых идей иссякает? К такому выводу нас подталкивает исследование стэнфордских ученых. На примере лекарств и полупроводников они доказывают, что, несмотря на рост инвестиций, они окупаются все хуже и хуже.

С точки зрения финансов проблема в производительности: мы платим больше за тот же объем продукта, в данном случае — за идеи. Производительность исследований — число специалистов, необходимое для получения нужного результата за определенное время — снижается примерно на 6,8% ежегодно в случае решения проблемы закона Мура, например. В целом по экономике США этот показатель равен 5,3%, пишет MIT Technology Review.

Возможно, считают экономисты, мы уже сорвали все «низко висящие плоды», то есть натолкнулись на все более или менее очевидные идеи. Инноваций осталось не так много, и разработки будут требовать все больше инвестиций. Это значит, что экономика будет продолжать замедляться. А шансы на то, что новый пенициллин сам случайно попадет нам в руки, не велики.

У искусственного интеллекта есть возможность ускорить этот процесс — он готов направить свое воображение и ресурсы в такое русло, которое человек счел бы недостойным траты времени.

Успехи алгоритмов в компьютерных играх и распознавании изображений вселяют в ученых надежду, что однажды они справятся и с более важными задачами: изобретут молекулярный принтер, лекарство от рака или новый вид солнечного элемента.

К примеру, алгоритм Chematiса уже сейчас помогает искать новые пути синтеза лекарств. Он работает на фармацевтического гиганта Merck и, как стало известно, помогает не только находить новые пути производства нужных молекул, но и обходить патенты, чтобы синтезировать альтернативные виды медикаментов.