ในมุมเงียบสงบของห้องปฏิบัติการวิจัยและหอจดหมายเหตุของมหาวิทยาลัย บันทึกการทดลองที่เขียนด้วยลายมือและพิมพ์ดีดจํานวนนับไม่ถ้วน รายงานรวบรวมฝุ่น บันทึกที่ถูกลืมเหล่านี้ซึ่งมักจะกินเวลาหลายทศวรรษ มีข้อมูลทางวิทยาศาสตร์ที่ยังไม่ได้ใช้มากมายซึ่งอาจเป็นกุญแจสําคัญ ไปจนถึงความก้าวหน้าในสาขาต่างๆ ตั้งแต่การแพทย์ไปจนถึงวัสดุศาสตร์ จะเกิดอะไรขึ้นถ้าปัญญาประดิษฐ์สามารถเติมชีวิตใหม่ให้กับสิ่งเหล่านี้ได้ จดหมายเหตุที่ถูกละเลย?

แนวคิดของ "ข้อมูลมืด" – ข้อมูลที่รวบรวม แต่ไม่เคยวิเคราะห์หรือใช้ – มีความเกี่ยวข้องมากขึ้นใน ยุคที่ขับเคลื่อนด้วยข้อมูลของเรา การวิจัยทางวิทยาศาสตร์ผลิตในปริมาณมหาศาล ของข้อมูลดังกล่าว โดยประมาณการชี้ให้เห็นว่ามากถึง 80% ของการวิจัย ข้อมูลไม่เคยได้รับการตรวจสอบอย่างเหมาะสม เหตุผลแตกต่างกันไป: จํากัด เครื่องมือวิเคราะห์ อคติในการตีพิมพ์ต่อผลลัพธ์เชิงบวก หรือเพียงแค่ ข้อมูลปริมาณมหาศาลที่สร้างขึ้นโดย Modern การทดลอง

ตอนนี้อัลกอริธึมการเรียนรู้ของเครื่องกําลังพิสูจน์แล้วว่ามีความเชี่ยวชาญอย่างน่าทึ่ง การดึงรูปแบบและข้อมูลเชิงลึกจากบันทึกทางประวัติศาสตร์เหล่านี้ ไม่เหมือน นักวิจัยที่เป็นมนุษย์ถูกจํากัดด้วยเวลาและอคติทางปัญญาระบบ AI สามารถหวีจุดข้อมูลนับล้านจุดได้อย่างเป็นกลางเชื่อมต่อจุดต่างๆ ที่ผู้สืบสวนคนแรกอาจมองไม่เห็น นี้ แนวทางได้ให้การค้นพบที่น่าประหลาดใจในสาขาต่างๆ เช่น หลากหลายเช่นพฤกษศาสตร์และฟิสิกส์อนุภาค

ตัวอย่างที่น่าสนใจมาจากการวิจัยทางเภสัชกรรม ซึ่งการวิเคราะห์ AI ของข้อมูลการทดลองยาเก่าได้ระบุถึงแนวโน้ม สารประกอบที่ถูกมองข้ามในตอนแรก การทดลองมากมาย ยาล้มเหลวในการทดลองทางคลินิกไม่ใช่เพราะไม่ได้ผล แต่เพราะพวกเขาไม่ได้ทํางานได้ดีกว่าการรักษาที่มีอยู่สําหรับ จุดประสงค์ที่ตั้งใจไว้ แมชชีนเลิร์นนิงสามารถระบุทางเลือกอื่น การประยุกต์ใช้การรักษาที่ไม่ได้รับการพิจารณาในช่วงต้นฉบับ ศึกษา

กระบวนการเริ่มต้นด้วยการแปลงบันทึกทางกายภาพให้เป็นดิจิทัล – ไม่ใช่งานเล็ก ๆ ด้วยรูปแบบและรูปแบบการเขียนด้วยลายมือที่หลากหลายที่เกี่ยวข้อง ดึก ระบบการจดจําอักขระด้วยแสง (OCR) รวมกับธรรมชาติ การประมวลผลภาษาสามารถแปลงแม้กระทั่งบันทึกในห้องปฏิบัติการที่ยุ่งเหยิงที่สุดให้เป็น ข้อมูลที่มีโครงสร้างและค้นหาได้ เมื่อแปลงเป็นดิจิทัลแล้วงานวิเคราะห์ที่แท้จริง เริ่ม ต้น

เทคนิค AI สมัยใหม่เก่งในการค้นหาความสัมพันธ์ที่ละเอียดอ่อนในขนาดใหญ่ ชุดข้อมูลที่ยุ่งเหยิง ที่ที่นักวิจัยที่เป็นมนุษย์อาจมุ่งเน้นไปที่ที่ชัดเจน รูปแบบ อัลกอริทึมการเรียนรู้ของเครื่องตรวจจับความสัมพันธ์แบบไม่เชิงเส้น และปฏิสัมพันธ์ที่ซับซ้อนระหว่างตัวแปร ความสามารถนี้พิสูจน์ให้เห็น มีค่าอย่างยิ่งเมื่อตรวจสอบการทดลองที่ดําเนินการก่อนหน้านี้อีกครั้ง วิธีการทางสถิติที่ซับซ้อนมีอยู่อย่างแพร่หลาย

ประโยชน์ที่ไม่คาดคิดอย่างหนึ่งของการวิเคราะห์ข้อมูลเก่าด้วยข้อมูลใหม่ เครื่องมือคือความสามารถในการควบคุมอคติทางประวัติศาสตร์ วิทยาศาสตร์ วิธีการและเทคนิคการวัดมีการพัฒนาอย่างมาก เวลามักจะในลักษณะที่แนะนําข้อผิดพลาดอย่างเป็นระบบ ระบบ AI สามารถ ระบุและชดเชยอคติเหล่านี้ "สอบเทียบ" อย่างมีประสิทธิภาพ ข้อมูลย้อนหลังตามมาตรฐานสมัยใหม่

วิทยาศาสตร์สิ่งแวดล้อมมีความกระตือรือร้นเป็นพิเศษในด้านนี้ นักวิจัยด้านภูมิอากาศกําลังใช้แมชชีนเลิร์นนิงเพื่อวิเคราะห์ทศวรรษที่ผ่านมา การสํารวจระบบนิเวศ การอ่านค่าสถานีตรวจอากาศ และแม้แต่บันทึกของเรือ บันทึกเหล่านี้มักจะเก็บรักษาไว้สําหรับการบริหารมากกว่า วัตถุประสงค์ทางวิทยาศาสตร์มีข้อมูลอันล้ําค่าเกี่ยวกับระยะยาว การเปลี่ยนแปลงด้านสิ่งแวดล้อมที่ไม่สามารถสร้างขึ้นใหม่ได้ มิฉะนั้น

แน่นอนว่าความท้าทายยังคงอยู่ การทดลองที่เก่ากว่ามากมาย ขาดเอกสารที่เข้มงวดซึ่งปัจจุบันถือว่าเป็นมาตรฐานทางวิทยาศาสตร์ วิจัย ข้อมูลเมตาขาดหายไป หน่วยวัดที่ไม่สอดคล้องกัน และ คําศัพท์ที่คลุมเครือสามารถทําให้หงุดหงิดได้แม้กระทั่งความซับซ้อนที่สุด อัลกอริทึม นักวิจัยกําลังพัฒนาเทคนิคเฉพาะทางเพื่อ จัดการกับปัญหาเหล่านี้ รวมถึงการสร้างแบบจําลองความน่าจะเป็นที่บัญชี สําหรับความไม่แน่นอนในบันทึกทางประวัติศาสตร์

การพิจารณาทางจริยธรรมก็เข้ามามีบทบาทเมื่อทบทวนเรื่องเก่า การทดลอง การวิจัยทางประวัติศาสตร์บางอย่าง โดยเฉพาะอย่างยิ่งในด้านการแพทย์และ สาขาจิตวิทยาจะไม่เป็นไปตามมาตรฐานทางจริยธรรมสมัยใหม่ สถาบันต้องสร้างสมดุลระหว่างคุณค่าทางวิทยาศาสตร์ที่อาจเกิดขึ้นของข้อมูลดังกล่าว ต่อต้านความจําเป็นในการรักษาความสมบูรณ์ของการวิจัยและความเคารพต่อ ความผิดพลาดทางประวัติศาสตร์

เมื่อมองไปข้างหน้า การแต่งงานของข้อมูลในอดีตและ AI สมัยใหม่ เพื่อเร่งการค้นพบทางวิทยาศาสตร์ด้วยวิธีที่คาดไม่ถึง เป็นเครื่องมือ สําหรับการปรับปรุงการวิเคราะห์ข้อมูลมืด เราอาจพบว่าวิทยาศาสตร์บางส่วน ความก้าวหน้าที่สําคัญที่สุดซ่อนตัวอยู่ในสายตาที่ชัดเจนตลอด – รออยู่ในตู้เก็บเอกสารและห้องเก็บของสําหรับเทคโนโลยีที่เหมาะสม เพื่อเปิดเผยความลับของพวกเขา

ความหมายขยายออกไปนอกเหนือจากวิทยาศาสตร์บริสุทธิ์ ธุรกิจ รัฐบาล และสถาบันทางวัฒนธรรมล้วนมีจดหมายเหตุขนาดใหญ่ที่ไม่ได้ใช้ประโยชน์ ข้อมูล เทคนิคที่บุกเบิกในการวิจัยทางวิทยาศาสตร์ ในที่สุดก็สามารถเปลี่ยนวิธีที่เราเข้าหาการจัดการความรู้ทั่วทั้ง สังคม ในยุคที่ข้อมูลมักถูกอธิบายว่าเป็นน้ํามันใหม่ เพิ่งเริ่มเรียนรู้วิธีกลั่นน้ํามันดิบสํารองที่เราเคยเป็น สะสมมานานหลายทศวรรษ

บางทีบทเรียนที่ลึกซึ้งที่สุดจากงานนี้คือคุณค่าของ การสงวน สมุดบันทึกห้องปฏิบัติการที่พิถีพิถันและยื่นอย่างระมัดระวัง รายงานที่ดูเหมือนเป็นสิ่งจําเป็นของระบบราชการในขณะนั้นอาจเปลี่ยนไป ออกเพื่อเป็นเหมืองทองคําทางวิทยาศาสตร์ ในยุคของ AI ไม่มีข้อมูลอย่างแท้จริง ล้าสมัย – แค่รอให้เลนส์วิเคราะห์ที่เหมาะสมเปิดเผย คุณค่าที่ซ่อนอยู่ของมัน