Beligting van KI in navorsing - Rohan Benecke
Mens én masjien: Dr Rohan Benecke se reis met KI
Kunsmatige intelligensie is besig om kenniswerk regoor vakgebiede te verander, maar vir navorsers wat op die snypunt van berekeningsmodellering, kliniese data en biologiese stelsels werk, is die veranderinge verreikend.
Liela Groenewald, hoof van die Tygerberg Doktorale Kantoor, het met dr. Rohan Benecke, navorser en dosent in die Afdeling Kliniese Farmakologie aan die Universiteit Stellenbosch, gesels oor sy reis met KI, die geleenthede wat dit vir gesondheidsnavorsing bied, en waarom wetenskaplike oordeel onontbeerlik bly in ’n wêreld wat toenemend deur outomatisering gekenmerk word.
Sien ook: US navorserprofiel | Google Scholar-profiel | OrcID
Vertel ons 'n bietjie van jouself en waar jou belangstelling in jou navorsingsveld begin het.
"Ek is 'n navorser en dosent in die Afdeling Kliniese Farmakologie aan die Universiteit Stellenbosch. My opleiding is eintlik in fisiologie en molekulêre biologie, en wat my van vroeg af geboei het, was 'n redelik hardnekkige vraag: Hoe koördineer lewende stelsels hulself – van die gedrag van individuele selle af tot by die manier waarop 'n hele pasiënt op 'n geneesmiddel reageer?"
"Dit is daardie belangstelling in hoe dinge werk wat my uiteindelik na berekeningsmodellering en farmakometrie gelei het, waar dieselfde vraag met behulp van werklike kliniese data ondersoek kan word. Kliniese farmakologie is dus die veld waarin ek werk, maar die onderliggende dryfveer was nog altyd om die onderliggende meganismes te verstaan," sê Benecke.
Hoe het jou pad met KI in navorsing begin?
"Die eerste keer toe ek gesien het hoe 'n LLM rekenaarkode skryf – destyds in die dae van GPT-2 – het ek besef ek hoef nie meer self te leer programmeer nie. Ek moes eerder leer hoe om die standaardkomponente van rekenaarkode só saam te voeg dat dit bruikbare uitsette lewer."
Jy kan menslike intellek in ons veld sien as iets wat in diepte werk en 'n enkele insig of knooppunt tot by die onderliggende funksionering naspoor. KI stel ons in staat om hierdie werk oor die breedte van 'n onderwerp aan te pak – om verskeie faktore of verhoudings in ag te neem en die wisselwerking tussen hulle te ontbloot.
"Dit is duidelik dat KI alle kenniswerk ingrypend gaan verander. Dit was van die begin af vir my duidelik dat om bekwaam te raak met die gebruik van KI vorentoe 'n voorvereiste sal word om 'n goeie wetenskaplike te wees," verduidelik hy.
"Deel daarvan om KI goed te gebruik, is om te weet wanneer om nié daarop te steun nie, omdat dit met sommige vrae juis die stadige, handmatige manier van doen is wat werklik tot begrip lei."
Was daar 'n oomblik waarop jy besef het dat KI 'n betekenisvolle verskil aan jou navorsing maak?
Vir Benecke lê die grootste waarde van KI nie daarin dat dit wetenskaplike werk vervang nie, maar daarin dat dit stelsels moontlik maak wat navorsers help om KI se sterk punte te benut, terwyl dit terselfdertyd teen die swakhede daarvan beskerm.
"Die duidelikste voorbeeld was toe ek 'n stelsel ontwikkel het om literatuur en verwysings te hanteer. Taalmodelle skryf vlot, maar hulle dink verwysings uit, en dit is noodlottig in wetenskaplike werk."
"Toe het ek 'n viervlakstelsel ontwikkel waar die model eers soekopdragte voorstel. Daardie soekopdragte deursoek dan die bibliografiese databasisse, elke verwysing word aan die hand van 'n DOI geverifieer, en slegs die geverifieerde stel word teruggevoer na die skryfstap."
"Die verskil was dat ek die model se spoed kon benut sonder om sy geneigdheid om dinge te versin, saam te neem. Ek volg dieselfde benadering om dele van ons populasie-PK-modelleringswerkvloei te outomatiseer, waar die roetineboustene geoutomatiseer word, maar die modelleringsoordeel steeds by my berus," sê hy.
'n Skermgreep van Benecke se statistiektoepassing
'n Skermpgreep van Benecke se doseringstoepassing
Skermgreep van Benecke se modelkeuse toepassing
Watter uitdagings of struikelblokke met KI moes jy oorkom?
"Die grootste uitdaging is hoe oortuigend hierdie toepassings kan wees wanneer hulle verkeerd is. ’n Selfversekerde, goed geformuleerde verkeerde antwoord is baie gevaarliker as ’n ooglopende fout, en dit raak maklik om op te hou kontroleer."
"Die tweede is die versoeking om die hulpmiddel eerder die dinkwerk as die tikwerk te laat doen. Só begin die begrip wat jy eintlik veronderstel is om op te bou, ongemerk afneem."
"Op ’n praktiese vlak is die outomatisering wat ek bou, dikwels broos. Die orkestrering breek op maniere wat baie tyd verg om te diagnoseer."
"En in die biologie in die algemeen sien ek dikwels dat KI-werk die waarde van vakkennis onderskat en biologie bloot as ’n datastel behandel, eerder as die verskynsel wat jy eintlik probeer verstaan," waarsku Benecke."Die grootste uitdaging is hoe oortuigend hierdie toepassings kan wees wanneer hulle verkeerd is. ’n Selfversekerde, goed geformuleerde verkeerde antwoord is baie gevaarliker as ’n ooglopende fout, en dit raak maklik om op te hou kontroleer."
"Die tweede is die versoeking om die hulpmiddel eerder die dinkwerk as die tikwerk te laat doen. Só begin die begrip wat jy eintlik veronderstel is om op te bou, ongemerk afneem."
"Op ’n praktiese vlak is die outomatisering wat ek bou, dikwels broos. Die orkestrering breek op maniere wat baie tyd verg om te diagnoseer."
"En in die biologie in die algemeen sien ek dikwels dat KI-werk die waarde van vakkennis onderskat en biologie bloot as ’n datastel behandel, eerder as die verskynsel wat jy eintlik probeer verstaan," waarsku Benecke.
Wat het jy daaroor geleer om KI verantwoordelik en doeltreffend te gebruik?
"Ek het meestal geleer dat die waarde daarin lê om na te gaan, nie om te vertrou nie. Die beste benadering is om die model as 'n vinnige, maar onbetroubare hulpmiddel te gebruik en dit te omring met kontroles wat seker maak die uitsette is korrek, of dit nou 'n DOI, 'n eenheidstoets of 'n bekende resultaat is."
"Ek probeer die mens juis betrokke hou waar oordeel die belangrikste is, en eerlik onderskei tussen dit wat die model opgelewer het en dit wat ek self nagegaan het. Deel daarvan om KI goed te gebruik, is ook om te weet wanneer om nié daarop te steun nie, omdat dit met sommige vrae juis die stadige, handmatige roete is wat werklik tot begrip lei," sê hy.
Wat maak jou die mees opgewonde oor die toekoms van KI in gesondheidsnavorsing?
Hoewel Benecke opgewonde is oor die moontlikhede wat KI bied, bly sy siening begrond op die wetenskaplike uitdagings wat KI-tegnologie kan help oplos.
"Wat my die meeste interesseer, is die moontlikheid om verskillende vlakke met mekaar te verbind – om hierdie hulpmiddels te gebruik om die onderliggende meganismes op molekulêre en sellulêre vlak te verbind met dit wat ons klinies by pasiënte waarneem."
"In my eie vakgebied kan dit lei tot beter, meer geïndividualiseerde dosering vir bevolkingsgroepe soos kinders en pasgeborenes, wat dikwels eers later aandag kry, waar data skaars is en die risiko's groot is."
"Ek is versigtig optimisties eerder as ooroptimisties. Die potensiaal is 'n harde werklikheid, maar dit hang geheel en al daarvan af dat die wetenskap – en die wetenskaplike se oordeel – steeds die leiding neem, nie die toepassings nie," sluit Benecke af.