Gervigreindarrannsóknir: helstu greinar og fremstu tólin fyrir rannsakendur (+ bestu starfsvenjur)

Rannsóknir á sviði gervigreindar (AI) ná til tveggja þátta: birtra niðurstaðna gervigreindarrannsakenda og hagnýtrar notkunar gervigreindar til að aðstoða við rannsóknir á ólíkum sviðum.

Í fyrri hluta þessarar greinar er tímalína yfir helstu áfanga í gervigreindarrannsóknum. Þar er einnig fjallað um mikilvægustu nýlegu greinarnar og gefið yfirlit yfir þær stofnanir sem eru í fararbroddi á sviðinu.

Síðari hlutinn er leiðarvísir, skref fyrir skref, um hvernig nota má gervigreind á árangursríkan hátt sem rannsóknartól, ásamt röðun bestu tólanna og hreinskilinni samantekt á kostum þeirra og göllum.

Tímalína helstu rannsóknargreina og áfanga í gervigreind

Það er nánast ómögulegt að kortleggja allar mikilvægar rannsóknargreinar um gervigreind sem birst hafa til þessa. Sviðið hefur vaxið með fordæmalausum hraða síðasta áratuginn. Samkvæmt AI Index-skýrslu Stanford-háskóla fyrir árið 2026 voru 257.890 greinar um gervigreind birtar um allan heim árið 2024 einu saman.

Stækka

Engu að síður eru til nokkrir sögulegir grundvallaráfangar, auk fjölda afar mikilvægra nýlegra greina.

Stutt tímalína: 12 grundvallargreinar í gervigreindarrannsóknum

• 1943: McCulloch og Pitts birta „A Logical Calculus of the Ideas Immanent in Nervous Activity“, þar sem þeir setja fram fyrsta stærðfræðilega líkanið af því hvernig taugakerfi starfar. Í líkaninu eru taugafrumur meðhöndlaðar sem föll sem taka við inntaki og skila úttaki samkvæmt rökfræðilegum reglum.
• 1950: Alan Turing birtir „Computing Machinery and Intelligence“ í tímaritinu Mind. Í greininni er hermileikurinn (oftast kallaður Turing-prófið) kynntur sem leið til að skilgreina vélgreind.
• 1956: Dartmouth Summer Research Project, „Dartmouth-vinnustofan“, festir gervigreind formlega í sessi sem rannsóknarsvið. Upprunalega tillagan frá 1955 var endurbirt í AI Magazine árið 2006.
• 1958: Frank Rosenblatt birtir „The perceptron: a probabilistic model for information storage and organization in the brain“. Þar setur hann fram grundvallarnámslíkan sem byggir á „ímynduðu taugakerfi sem kallast perceptron“.
• 1986: Rumelhart, Hinton og Williams birta „Learning representations by back-propagating errors“ í Nature. Þar lýsa þeir reikniritsaðferð sem kallast bakdreifing (e. backpropagation) og er notuð til að þjálfa marglaga tauganet. Aðferðin bætti það hvernig færibreytur eru stilltar.
• 1997: Hochreiter og Schmidhuber birta „Long Short-Term Memory“ í Neural Computation. Þar er lýst högun tauganets sem gerir netinu kleift að varðveita upplýsingar yfir mun lengri tímabil.
• 2009: Rannsakendur birta „ImageNet: A large-scale hierarchical image database“ og kynna þar formlega ImageNet, gagnagrunn með milljónum merktra mynda til að þjálfa og meta gervigreindarkerfi.
• 2014: Ian Goodfellow og samstarfsmenn hans birta „Generative Adversarial Nets“. Þar er lýst ramma sem gerir gervigreindarkerfum kleift að búa til raunsætt efni, einkum myndir.
• 2016: Rannsakendur hjá DeepMind birta „Mastering the game of Go with deep neural networks and tree search“ í Nature. AlphaGo, gervigreindarkerfið sem kynnt er í greininni, sigrar síðar Lee Sedol, einn fremsta atvinnumann í Go.
• 2017: Rannsakendur hjá Google birta „Attention Is All You Need“, þar sem transformer-högunin er sett fram, en hún liggur til grundvallar flestum stórum mállíkönum nútímans.
• 2020: Rannsakendur hjá OpenAI birta „Language Models Are Few-Shot Learners“. Þeir sýna fram á að með því að stækka mállíkön (auka stærð grunnþátta án þess að breyta kóðanum) eykst geta þeirra til að leysa margvísleg verkefni á árangursríkan hátt.
• 2022: OpenAI setur ChatGPT á markað 30. nóvember og kemur þar með skapandi spjallgervigreind í almenna notkun.

Sex mikilvægar nýlegar framfarir í gervigreindarrannsóknum (2025–2026)

• 2025: Rannsakendur hjá Deepseek birta „DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning“. Þar er sýnt fram á að háþróuð rökhugsunargeta getur sprottið fram með styrkingarnámi (RL).
• 2025: Rannsakendur birta „s1: Simple Test-Time Scaling“. Þar er sýnt fram á að hægt er að bæta frammistöðu í rökhugsun með tiltölulega hóflegum þjálfunarauðlindum.
• 2025: Rannsakendur hjá Google DeepMind birta „AlphaEvolve: A coding agent for scientific and algorithmic discovery“. AlphaEvolve er kerfi knúið af Gemini sem þróar og bætir flókin reiknirit með sjálfstæðum hætti.
• 2025: Google DeepMind kynnir Genie 3, heimslíkan sem getur búið til sýndarumhverfi sem hægt er að ferðast um.
• 2026: Rannsakendur hjá Google DeepMind birta „Advancing regulatory variant effect prediction with AlphaGenome“ í Nature. Þar er AlphaGenome kynnt til sögunnar, gervigreindarlíkan sem spáir fyrir um hvernig breytingar á DNA-röðum hafa áhrif á starfsemi gena, og búist er við að það eigi eftir að nýtast verulega í læknisfræði.
• 2026: Rannsakendur birta „Accelerating scientific discovery with Co-Scientist“ í Nature. Í greininni er kynnt kerfi með mörgum gervigreindarfulltrúum sem getur sett fram og fínpússað vísindalegar tilgátur til að hjálpa vísindafólki að „uppgötva nýja, frumlega þekkingu“.

Yfirlit yfir helstu rannsóknarstofnanir á sviði gervigreindar

Rannsóknarniðurstöður dreifast á fjölbreyttan hóp fyrirtækja og opinberra stofnana. Sérhæfðar rannsóknarstofnanir, sem margar tengjast fremstu háskólum, standa að stórum hluta nýrra rannsókna. Fyrirtæki og gervigreindarrannsóknarstofur þeirra gegna þó einnig mikilvægu hlutverki.

Hversu útbreidd er gervigreind sem rannsóknartól?

Bæði almenn gervigreindarspjallmenni (Perplexity, ChatGPT, Claude o.fl.) og sérhæfð kerfi sem byggja á helstu líkönunum eru mikið notuð í mörgum fræðigreinum þar sem rannsóknir vega þungt.

Umfangsmikil rannsókn Microsoft á 5,5 milljónum samtala í Copilot leiddi í ljós fjölbreytt rannsóknartengd verkefni á sviði uppgötvunar, samþættingar og greiningar.

Hér eru fjórar helstu leiðirnar sem fagfólk notar gervigreind við rannsóknir:

• Upplýsingaöflun: Uppgötvun á fyrstu stigum (almennar spurningar); leit að viðeigandi rannsóknum; aðstoð við tæknilegar spurningar.
• Greining: Samantekt efnis; söfnun, túlkun og framsetning gagna.
• Ákvarðanataka og stefnumótun: Notkun gervigreindar til að bera saman valkosti (t.d. hugbúnað); öflun stuðningsupplýsinga til að auðvelda ákvarðanir.
• Mat og greining vandamála: Öflun gagna um kerfi eða forrit sem þarfnast bilanaleitar.

Hafðu í huga að þessi verkefni einskorðast ekki við fræðaheiminn. Blaðamenn, markaðsrannsakendur, lögfræðingar, fjármálasérfræðingar, heilbrigðisstarfsfólk og fleiri eru dæmi um fagfólk sem notar gervigreind reglulega við rannsóknir.

Kostir og gallar þess að nota gervigreind í rannsóknum

Þótt enginn vafi leiki á því að gervigreind sé mikið notuð sem rannsóknartól hefur verið deilt hart um kosti hennar og galla. Gagnrýnin hefur að miklu leyti beinst að ofskynjunum, vandamáli sem virðist óyfirstíganlegt.

Þar sem oft er mikið í húfi í rannsóknum er mikilvægt fyrir fagfólk af öllu tagi að skilja hvar gervigreindartól til rannsókna skara fram úr og hvar þau duga skammt.

Kostir

• Endurtekin rannsóknarverkefni á borð við skimun fræðirita og hreinsun gagna má sjálfvirknivæða að hluta eða öllu leyti.
• Þeir sem ekki eru sérfræðingar geta nálgast tæknilegar upplýsingar utan eigin sérsviðs.
• Rannsakendur geta prófað rannsóknartilgátur á frumstigi hratt með því að keyra hermanir með gervigreind.
• Gervigreind nýtist vel til að véfengja forsendur og setja fram valkosti sem studdir eru gögnum, jafnvel gagnvart vel ígrunduðum afstöðum.

Gallar

• Ofskynjanir eru enn verulegt vandamál og varnir leysa það ekki að fullu.
• Blæbrigði í upplýsingum geta skipt miklu máli í rannsóknum á hærra stigi og stór mállíkön (LLM) einfalda flókin viðfangsefni oft um of.
• Sýnt hefur verið fram á að of mikið traust á gervigreind grefur undan gagnrýninni hugsun og getu til sjálfstæðrar greiningar.
• Þótt gervigreind sé góð í að safna saman upplýsingum er hún ekki tæmandi og getur misst af mikilvægum upplýsingaveitum og rannsóknum.

Dæmi um gervigreind sem rannsóknartól með Academic Search-eiginleika Perplexity

Skoðum hvernig einfalt rannsóknarferli gæti litið út. Perplexity er vinsælt tól meðal rannsakenda því það veitir aðgang að mörgum líkönum frá þriðju aðilum, sem hvert um sig hefur sína styrkleika, ásamt ítarlegum tólum til vef- og fræðirannsókna.

Stækka

Í þessu dæmi bið ég GPT 6.1-Sol að hjálpa mér við markaðsrannsókn fyrir vörukynningu sem beinist að Z-kynslóðinni. Það gefur mér samantekt á nýlegum rannsóknum ásamt tengli á heimildir og vísbendingu um áreiðanleika.

Stækka

Því næst bið ég það að búa til graf yfir markaðsóskir Z-kynslóðarinnar út frá gögnum sem það sækir af vefnum. Ég hef líka þann möguleika að hlaða upp eigin gögnum ef ég vil.

Stækka

Þessar niðurstöður þarf að yfirfara og staðreyndakanna. Þetta einfalda dæmi sýnir þó hvernig ferli sem hefði auðveldlega getað tekið nokkrar klukkustundir má þjappa saman í nokkrar mínútur.

Besta gervigreindin fyrir rannsóknir: Helstu tól fyrir rannsakendur

Skipta má gervigreindartólum til rannsókna í tvo meginflokka: almenn spjallmenni með rannsóknareiginleikum og sérhæfð kerfi sem aðstoða við fræðilegar rannsóknir.

Flest fagfólk sem stundar rannsóknir utan fræðaheimsins mun komast að því að almennt gervigreindartól hentar því best. Fyrir fræðafólk eru helstu þjónustuveitendurnir mjög líkir. Hvaða tól þú velur ræðst líklega af umfangi verkefnisins og því hvaða smærri eiginleika þú kýst.

Almenn gervigreindartól

• Perplexity: Veitir aðgang að mörgum líkönum frá utanaðkomandi þjónustuveitendum og samþættingar við fjölbreytt úrval ytri þjónusta. Meðal eiginleika eru fræðilegar rannsóknir, ítarleg rannsókn, tilvísanir í heimildir og gagnagreining.
• ChatGPT, Claude og Gemini: Sem leiðandi almenn gervigreindartól með eiginleikum fyrir fagfólk og fyrirtæki bjóða þau öll upp á svipað úrval rannsóknartóla. Meðal eiginleika eru vefleit, ítarleg rannsókn, skjalagreining, gagnagreining og fjölhátta virkni. Þau bjóða einnig upp á samþættingar við ytri forrit og þjónustur.

Sérhæfð rannsóknartól

• Semantic Scholar: Þetta er ókeypis fræðileg leitarvél sem Allen Institute for AI (Ai2) þróaði. Hún er mjög svipuð Google Scholar en býr yfir fleiri gervigreindareiginleikum. Hún er undirliggjandi uppspretta fræðilegra heimilda fyrir mörg gervigreindartól en er ekki sérhæft tól í sjálfu sér.
• Elicit og SciSpace: Þessi tól aðstoða við leitarstig fræðilegra rannsókna og hafa hlotið lof fyrir eiginleika sína til skimunar og samþættingar niðurstaðna. Rannsakendur nota þau til að draga út skipulegar upplýsingar og taka saman niðurstöður úr stórum söfnum rannsókna. SciSpace er í boði sem samþætting við ChatGPT.
• ResearchRabbit og Connected Papers: Hvort tveggja eru tól til heimildayfirferðar sem eru í miklum metum fyrir sjónræna kortlagningu. Þau eru hönnuð fyrir langtímaverkefni og heimildayfirferðir þar sem forgangsatriði er að finna sambærilegar rannsóknir og kortleggja tengsl milli greina. Þau krefjast mikillar aðkomu og eftirlits af hálfu notandans.
• Scite og Consensus: Tól á borð við ResearchRabbit og Connected Papers miða að því að finna viðeigandi heimildir og byggja upp yfirsýn yfir tiltekið efnissvið. Scite og Consensus leggja hins vegar áherslu á markvisst mat: þau hjálpa notendum að meta hvort tiltekin fullyrðing sé studd af fyrirliggjandi gögnum. Þau bjóða oft upp á víðtækari eiginleika til heimildayfirferðar, en þeir eru ekki í forgrunni.

Hvernig nota má gervigreind sem rannsóknartól: rammi í 7 skrefum

Stækka

Lykillinn að árangursríkri notkun gervigreindar sem rannsóknartóls er að líta á hana sem viðbót við en ekki staðgengil fyrir núverandi verklag þitt. Einnig er mikilvægt að taka tillit til lagalegra takmarkana, sérstaklega þegar viðkvæmum gögnum er hlaðið upp.

1. Áætlaðu hve langan tíma rannsóknin tekur

Skipuleggðu rannsóknarferlið með hefðbundnum aðferðum. Spyrðu þig síðan hvar gervigreind gæti séð um verkefni á borð við heimildaleit, samantekt og greiningu.

Reiknaðu út hve langan tíma það tekur að skrifa fyrirmæli og sannreyna niðurstöður. Gervigreind getur hæglega sparað klukkustundir eða daga í umfangsmiklum heimildayfirferðum. En þegar spurningarnar eru minni og afmarkaðri er lítill ávinningur af henni umfram handvirka leit.

2. Veldu réttu tólin (sérhæfð eða almenn)

Kannaðu hvort sérhæfður rannsóknarvettvangur hafi einhverja kosti umfram almennan aðstoðarmann á borð við Perplexity. Gefðu gaum að einstökum rannsóknareiginleikum og því hversu vel tólið nær yfir þitt fræðasvið.

Ef þú velur sérhæft tól skaltu velja tól sem er hannað fyrir þau tilteknu verkefni sem þú sinnir. Tól á borð við Elicit styðja til dæmis skipulegar heimildayfirferðir, en Scite greinir hvernig vitnað er í fræðigreinar.

3. Gakktu úr skugga um að skilmálar tólsins leyfi fyrirhugaða notkun

Tvennt þarf að hafa í huga þegar skilmálar þjónustuveitanda eru skoðaðir. Í fyrsta lagi hvernig gögnin þín eru notuð og hvort farið sé með þau sem algjört trúnaðarmál. Í öðru lagi ákvæði um eignarhald á því efni sem tólið skilar.

Ekki gera ráð fyrir að greidd áskrift tryggi sjálfkrafa trúnað um gögn eða ótakmarkaðan notkunarrétt.

4. Athugaðu hvort lagalegar takmarkanir gildi um gögnin þín

Mun það sem þú setur inn innihalda viðkvæm gögn, höfundarréttarvarin skjöl, trúnaðarupplýsingar fyrirtækja eða óbirtar niðurstöður?

Mikilvægt er að ganga úr skugga um að þú megir setja slíkt efni inn í stórt mállíkan. Ýmsar takmarkanir geta átt við, allt frá reglum um meðferð gagna í þinni lögsögu til innri stefnu fyrirtækisins. Þú gætir þurft að kanna hvernig tiltekinn þjónustuveitandi geymir gögn og hversu lengi. Nauðsynlegt getur verið að nota samþykktan fyrirtækjavettvang.

5. Fylgdu bestu starfsvenjum við ritun fyrirmæla

Það er list að setja saman góð rannsóknarfyrirmæli. Settu rannsóknarspurninguna skýrt fram, gefðu viðeigandi samhengi og tilgreindu á hvaða sniði niðurstaðan á að vera. Í flóknum rannsóknarverkefnum gætir þú þurft að skipta spurningunni niður í undirfyrirmæli.

Biddu um skýrar tilvísanir í allar heimildir sem notaðar voru, jafnvel þótt þær séu ekki merktar í svarinu. Þetta skiptir máli, þar sem svar frá gervigreind inniheldur ekki endilega tilvitnanir í allar heimildir sem notaðar voru.

6. Sannreyndu öll gögn, tæknilegar fullyrðingar og nýlegar upplýsingar

Nauðsynlegt er að sannreyna fullyrðingar með hliðsjón af frumheimildum. Það geta verið rannsóknargreinar, frumrannsóknir, opinberar hagtölur eða tæknileg skjöl. Gefðu sérstakan gaum að tölulegum gögnum, dagsetningum, tilvitnunum og tímaháðum upplýsingum sem kunna að vera úreltar.

Þegar þú stundar rannsóknir skaltu ekki gera ráð fyrir að fullyrðing sé rétt, eða jafnvel að heimildin sé yfirhöfuð til, bara vegna þess að vitnað er í heimild. Í flóknum rannsóknum er það á þessu stigi sem þú gengur úr skugga um að blæbrigði fullyrðinga og samantekta séu rétt.

7. Greindu frá notkun þinni á gervigreind

Kynntu þér kröfur vinnuveitanda þíns, menntastofnunar eða viðkomandi fagfélags um upplýsingagjöf. Þar kemur fram að hve miklu leyti þú þarft að greina frá notkun gervigreindar.

Á sviðum þar sem strangar reglur og siðareglur gilda er yfirleitt krafist ítarlegri upplýsingagjafar. Haltu skrá yfir þau verk sem unnin eru með aðstoð gervigreindar (vettvangarnir halda yfirleitt sjálfir utan um feril aðgerða).

Er siðferðilega rétt að nota gervigreind við rannsóknir og hvað tekur við?

Aðstoð við rannsóknir er orðin eitt helsta notkunarsvið gervigreindar og auðvelt er að sjá hvers vegna. Hún ræður við mikið magn flókinna upplýsinga, getur sjálfvirknivætt tímafrek og endurtekin verkefni og nýst sem hugsunarfélagi þegar hugmyndir og tilgátur eru á frumstigi.

Þó eru enn ýmis álitamál óleyst. Siðferðileg notkun gervigreindar í rannsóknum er til að mynda um þessar mundir eitt líflegasta og umdeildasta umræðuefnið meðal háskóla og annarra fræðastofnana.

Tíðni ofskynjana helst í hendur við hversu flókið viðfangsefnið er og margir fremstu verkfræðingar líta á þær sem erfitt vandamál sem ekki verði leyst að fullu. Auk þess er vitað að notkun gervigreindar dregur úr hugsunarfærni, sem skiptir sköpum fyrir fagfólk sem fæst við flóknar rannsóknir.

Fyrirtæki og stofnanir geta einnig bannað notkun gervigreindar af ástæðum sem varða persónuvernd og hugverkarétt eða vegna áhyggna af viðkvæmum gögnum. Þá er upplýsingagjöf áfram mikilvæg svo að ritrýnar og jafningjar geti skilið hvernig gervigreind var notuð í rannsóknarferlinu.

Gervigreind mun verða æ eðlilegri hluti af daglegu lífi, jafnt í einkalífi sem á opinberum vettvangi. Því er afar líklegt að skýrari reglur um heilindi í rannsóknum og tilgreiningu heimilda haldi áfram að þróast og verði blæbrigðaríkari.