OpenAI elindította az első ChatGPT Futures programot, amelyben 26 fiatal fejlesztő részesült 10 000–10 000 dolláros támogatásban és hozzáférésben a legmodernebb modellekhez. A program egyik díjazottja, a 18 éves Matteo Paz – középiskolás diák – gépi tanulást alkalmazott majdnem 200 terabájtnyi NEOWISE infravörös adaton, és körülbelül 1,9 millió változó objektumot jelzett, amelyek közül hozzávetőleg 1,5 millió potenciálisan ismeretlen jelöltnek tűnik.
Mit csinált a fiatal kutató?
Matteo Paz gépi tanulási módszereket használt a NEOWISE-hez tartozó nagyobb infravörös adatállomány feldolgozására. Az általa vizsgált adatmennyiség közel 200 TB volt, és az elemzés során körülbelül 1,9 millió olyan objektumot azonosított, amelyek fényességükben változnak. Az azonosított jelöltek közül mintegy 1,5 millióról írható, hogy eddig ismeretlennek tekinthető a közölt adatok alapján.
Miért fontos ez?
Eseményszerű jelentősége, hogy egy középiskolás diák – mentorokkal, számítási erőforrással és modern AI‑modellekhez való hozzáféréssel – komplex, nagyméretű tudományos problémát tudott megközelíteni. A példa arra mutat rá, hogy a kutatás útja nem feltétlenül követi a hagyományos fokozatos akadémiai modellt (PhD, posztdoktori időszak, intézményi laborok engedélyei). A kapu nem tűnt el; áthelyeződött: a hangsúly ma egyre inkább a problémák felvetésén, a keretezésen és a végrehajtáson van.
Következmények a kutatási ökoszisztémára
- A források (mentorok, számítási kapacitás, modellek) szélesebb körben elérhetővé válása azt jelenti, hogy a tehetség nem feltétlenül a formális papírokhoz kötődik.
- Egyre fontosabbá válik az intézmények számára, hogy nyomon kövessék, kik dolgoznak releváns problémákon, mert a jelentős hozzájárulások ma már nem csupán hagyományos útvonalakon érkezhetnek.
- Nemcsak kiválóságot hoz elő korábban marginális rétegekből, hanem versenyt is teremt: bárki, aki elég elkötelezett és hozzáfér az eszközökhöz, képes lehet érdemi eredményre.
Összegzés
Az OpenAI ChatGPT Futures programjának első osztálya és Matteo Paz esete szemlélteti, hogy az AI‑hoz és számítási erőforrásokhoz való viszonylagos hozzáférés átalakíthatja a tudományos kutatás kezdeti fázisait. Az intézményeknek érdemes átgondolniuk, hogyan reagálnak erre a változásra: a következő jelentős kutatói generáció részben kívülről érkezhet, nem feltétlenül a hagyományos akadémiai pályákon keresztül.
