Alle iLive-inhoud wordt medisch beoordeeld of gecontroleerd op feiten om zo veel mogelijk feitelijke nauwkeurigheid te waarborgen.
We hebben strikte richtlijnen voor sourcing en koppelen alleen aan gerenommeerde mediasites, academische onderzoeksinstellingen en, waar mogelijk, medisch getoetste onderzoeken. Merk op dat de nummers tussen haakjes ([1], [2], etc.) klikbare links naar deze studies zijn.
Als u van mening bent dat onze inhoud onjuist, verouderd of anderszins twijfelachtig is, selecteert u deze en drukt u op Ctrl + Enter.
AI voorspelt neurowetenschappelijke onderzoeksresultaten beter dan experts
Laatst beoordeeld: 03.07.2025
Een onderzoek van onderzoekers van University College London (UCL) heeft aangetoond dat grote taalmodellen (LLM's) zoals GPT de resultaten van neurowetenschappelijk onderzoek nauwkeuriger kunnen voorspellen dan menselijke experts. Het onderzoek, gepubliceerd in Nature Human Behaviour, laat zien hoe kunstmatige intelligentie, getraind met grote tekstdatasets, niet alleen informatie kan extraheren, maar ook patronen kan identificeren om wetenschappelijke resultaten te voorspellen.
Een nieuwe benadering van wetenschappelijke voorspellingen
Volgens de hoofdauteur van de studie, dr. Ken Lo (UCL Psychology & Language Sciences), heeft de ontwikkeling van generatieve AI zoals ChatGPT enorme mogelijkheden geopend voor generalisatie en kennisextractie. In plaats van het vermogen van de AI om informatie uit het verleden te analyseren te bestuderen, besloten de onderzoekers echter te onderzoeken of de AI toekomstige experimentele uitkomsten kon voorspellen.
"Wetenschappelijke vooruitgang gaat vaak gepaard met vallen en opstaan, wat tijd en middelen kost. Zelfs ervaren onderzoekers kunnen belangrijke details in de literatuur over het hoofd zien. Ons werk toont aan dat LLM's patronen kunnen detecteren en experimentele uitkomsten kunnen voorspellen", aldus Dr. Lo.
BrainBench: AI en experttesten
Om de mogelijkheden van LLM's te testen, creëerden de onderzoekers een tool genaamd BrainBench, die paren wetenschappelijke samenvattingen uit de neurowetenschappen bevat:
- Eén abstract bevat de daadwerkelijke onderzoeksresultaten.
- De tweede is een aangepast maar aannemelijk resultaat van experts.
15 taalmodellen en 171 neurowetenschappers werden getest op hun vermogen om echte van valse resultaten te onderscheiden. De resultaten waren indrukwekkend:
- AI had een gemiddelde nauwkeurigheid van 81%, terwijl experts slechts een score van 63% behaalden.
- Zelfs specialisten met de hoogste zelfbeoordeling van kennis behaalden slechts 66%.
Verbeterde modellen en perspectieven
De wetenschappers pasten ook de open-source LLM (een versie van Mistral) aan en trainden deze op wetenschappelijke literatuur over neurowetenschappen. Het resulterende model, BrainGPT genaamd, vertoonde een nog hogere nauwkeurigheid: 86%.
"Ons werk laat zien dat AI een integraal onderdeel kan worden van het experimentele ontwerpproces, waardoor het werk niet alleen sneller, maar ook efficiënter wordt", aldus professor Bradley Love (UCL).
Kansen en uitdagingen
De onderzoekers suggereren dat hun aanpak kan worden aangepast aan diverse wetenschappelijke disciplines. De resultaten van het onderzoek roepen echter een belangrijke vraag op: is modern wetenschappelijk onderzoek innovatief genoeg? De hoge nauwkeurigheid van AI bij het voorspellen suggereert dat veel wetenschappelijke bevindingen consistent zijn met bestaande patronen.
"We bouwen AI-hulpmiddelen waarmee wetenschappers experimenten kunnen ontwerpen en mogelijke uitkomsten kunnen voorspellen, waardoor iteraties sneller kunnen worden uitgevoerd en beter geïnformeerde beslissingen kunnen worden genomen", aldus Dr. Lo.
Deze doorbraak in het gebruik van AI belooft wetenschappelijke ontdekkingen te versnellen en de efficiëntie van onderzoek over de hele wereld te verbeteren.