Az Anthropic múlt szerdán jelentette be, hogy az év elején indított molekuláris biológiai laboratóriumában Claude-ügynökök dolgoznak: az ügynökök biológiai problémákat olvasnak, felvetéseket tesznek, majd emberi kutatók végzik el azokat a kísérleteket, amelyeket az ügynökök javasolnak. A cég szerint az AI-vezérelt laboratórium meg is tette „első felfedezését”.
Az Anthropic leírása szerint a rendszer 950 ügynökből állt, és körülbelül 21 óra alatt dolgozta fel az anyagot. Nem új, korábban ismeretlen DNS-szekvenciát találtak: a rendszer egy ismétlődő mintázatot jelzett egy ismert enzim környezetében, olyan mintázatot, amelyet az Anthropic szerint még nem katalogizáltak. A bejelentésben a vállalat azt is megjegyezte, hogy a minta „emlékeztet” arra, ami a génszerkesztő technológia, a CRISPR felfedezéséhez vezetett, és amely „már megváltoztatta a tudományt és az orvostudományt”.
A vita lényege: mintázat és működés
A bejelentés sok biológust felháborított. Egy virális posztban egy kutató — amelyet később az Eli Lilly gyógyszergyár elnöke és ügyvezető igazgatója is támogatott — azt írta: „egy furcsa gén- és ismétlődési klaszter megtalálása sokszor a könnyebb rész. A nehéz rész, és ahol a valódi felfedezések születnek, az az, hogy kiderítsük, mit csinál valójában a rendszer.” Más szóval: az ügynökök segítettek némi laboratóriumi alapmunkában, de ez még nem feltétlenül jelent tudományos felfedezést.
Ez az eset emlékeztet arra, hogy egy AI által végzett látványos feladat — például egy nagy biológiai adatbázisban nehezen észrevehető mintázat azonosítása — önmagában nem feltétlenül jelent áttörést a biológia számára. Ami új és érdekes az AI szemében, az a szakember számára rutinszerű, kevésbé világmegváltó vagy következmények nélküli lehet.
Adatforrások és tulajdonjog körüli kérdések
A történetet tovább bonyolította, hogy Mario Rodríguez Mestre, a Koppenhágai Egyetem biológusa a hétvégén azt mondta, csapata már korábban felfedezte ezt a mintázatot — a New York Times tudósítása szerint. Mestre, aki rendszeresen konzultált Claude-dal, felvetette, hogy az Anthropic csapata esetleg tanult-e az ő beszélgetéseiből; az Anthropic ezt tagadja, de Mestre bejelentette, hogy mindenképpen leállítja Claude használatát.
Ezek az aggodalmak rávilágítanak arra a problémára is, hogy az AI-vállalatok nem mindig egyszerűen eszközként állítják be rendszereiket, mint egy mikroszkópot vagy szuperszámítógépet, hanem a rendszert felfedezőként kommunikálják. Ez pedig összetévesztheti a szerepeket: a technológiát használó emberi kutató és az azt működtető eszköz közötti határ elmosódik.
Az elismerés és a szkepticizmus egyensúlya
Az is igaz, hogy nagy értékű munka zajlott: egy 200 000 jelöltből szűkíteni néhány érdemes változatra önmagában nem triviális, és tudományos munka. Az, hogy egy általános célú chatbot képes volt erre, figyelemre méltó, még akkor is, ha emberek irányították és végül ők végezték a kísérleteket. Ugyanakkor ha a mérce az lesz, hogy magától az AI-tól várjuk-e a „felfedezést”, minden eredmény könnyen polarizálódik: áttörés vagy sem — nincs sok árnyalat.
Hasonló dinamika figyelhető meg más esetekben is: az OpenAI a hónap elején azt közölte, hogy csapatügynökei megoldottak egy millió dolláros matematikai problémát. Néhány héttel később több kritikus kikérdőjelezte, hogy ez a konkrét eredmény mennyire fontos a matematikusok számára. A vita nem azt állította, hogy OpenAI megoldása hibás lenne, hanem azt, hogy talán nem ez az eredmény számít leginkább a szakmában. Egyes matematikusok azzal is vádolták a modelleket, hogy felhasználtak bizonyos munkákat kredit nélkül; ez tovább szélesítette a szkepszist.
Mit javasolnak a kutatók és mi várható?
Lucas Harrington, a vitaindító poszt szerzője, azt javasolta, hogy az AI-vállalatok most állítsanak fel magas követelményeket, így ha egy AI valóban alapvetően új biológiai mechanizmust fedez fel, mindenki láthatja majd, mekkora dologról van szó. Ugyanakkor a verseny — például OpenAI vezére, Sam Altman és Anthropic vezetője, Dario Amodei közti rivalizálás — arra ösztönözheti a cégeket, hogy inkább a gyors bejelentéseket és publicitást válasszák a gondos, magasra tett mércék fölött.
Összegzés
Az Anthropic Claude-ügye rámutat arra, hogy az AI által generált eredmények értékelése nemcsak technikai kérdés: etikai, tudománykommunikációs és adatvagyonlási vitákat is felvet. A mintázatok megtalálása és a minták funkciójának megértése két külön lépés, és a tudományos közösség részéről sokan azt várják el, hogy ezeket világosan elkülönítsék — különben nehéz lesz megítélni, mikor érkezik el az igazán áttörő AI-eredmény.
