Mokslininko vadovaujamo skyriaus komanda kuria, gamina ir vysto naujas medžiagas įvairiems prietaisams, skirtiems energijos saugojimui ar pavertimui iš vienos formos į kitą (pavyzdžiui, ekologiškos natrio jonų baterijos ar vandens pavertimas vandeniliu).

 

Pasak L. Vilčiausko, DI neaplenkė ir šios srities. Šiandien apie 10–20 proc. jo mokslinių veiklų yra susijusios su dirbtiniu intelektu, o tikroji revoliucija dar tik prasideda.

 

„Vienas artimiausių taikymų, ką mes šiandien naudojame – tai įvairūs fizikiniai modeliai, kuriais aprašome sąveiką tarp medžiagos atomų ar molekulių. Istoriškai tie modeliai būdavo kuriami empiriškai, po to atsirado kvantinė mechanika, ir taip tie modeliai vystėsi.

 

Ko, gero, didžiausia revoliucija įvyko, kai atsirado dirbtinio intelekto (arba, kaip dažniausiai jie vadinami, mašininio mokymosi) modeliai. Turbūt didžiausias jų privalumas yra tas, kad tai neturi fizikinės prasmės, bet veikia. Tiesiog veikia.

Šiais modeliais galima aprašyti įvairias medžiagas, ir tai padaryti labai efektyviai, labai greitai. Jie padeda tikrinti įvairius eksperimentinius duomenis ar generuoti naujus, suprasti dalykus, ir t. t.“, – pasakoja FTMC mokslininkas.

 

Kaip pastebi „DI ID“ vedėjas, technologijų ir mokslo žurnalistas Adomas Rutkauskas, DI šiuo atveju kelia ir rimtų klausimų. Viena iš žinomų bėdų apie DI – perkūrimas, kuomet perduodama informacija dažnu atveju visiškai neatitinka realybės. Tokios problemos ir DI populiarumo sprogimas smarkiai paliečia ir mokslo sektorių, kuriame tikslumas ir informacinis pagrįstumas ypač svarbus. „Šiuo metu yra sukurta apie 150 vaistų remiantis būtent dirbtiniu intelektu“, – sako laidos „DI ID“ pašnekovas. Pasak L. Vilčiausko, du iš šių preparatų yra visai netoli iki oficialaus patvirtinimo ir prekybos rinkoje.

 

Tad kiek dirbtinis intelektas gali būti patikimas moksle? Kaip užtikrinti, kad dirbtinis intelektas daugiau padėtų, nei klaidintų? Apie visą tai žiūrėkite (ar klausykitės) minėtoje tinklalaidėje.