Dáta a umelá inteligencia pre vedu: Kľúčové aspekty

Prvá časť predstavuje základné koncepty a diskutuje o výhodách a výzvach spojených s prípravou vedeckých údajov na umelú inteligenciu.

Druhá časť skúma kľúčové aspekty pripravenosti údajov pre umelú inteligenciu a naopak, umelú inteligenciu na spracovanie údajov. Staviame na dátových štandardoch a zároveň diskutujeme o aspektoch špecifických pre umelú inteligenciu, ako je strojová čitateľnosť a zmierňovanie skreslení, pričom zdôrazňujeme etické a environmentálne aspekty týkajúce sa pripravenosti údajov pre umelú inteligenciu vo vede.

Tretia časť diskutuje o pripravenosti údajov v rámci otvorenej vedy a predstavuje dve prípadové štúdie, ktoré ilustrujú, ako môžu postupy otvorenej vedy podporiť pripravenosť umelej inteligencie na vedecký výskum.

Odporúčanie

• Konvergencia s existujúcimi dátovými rámcami a štandardmi, napríklad FAIR-R a Croissant, by mali používať vedci a správcovia údajov.
• Štruktúry riadenia údajov by malo ísť nad rámec technických štandardov a podporovať rovnosť, prístup k výpočtovým zdrojom a budovanie kapacít.
• Investície do dátovej infraštruktúry a rozvoja zručností je predpokladom efektívneho a konkurencieschopného využívania umelej inteligencie vo vede.
• Uznanie kariéra v oblasti správy údajov vo vede a stimuly na podporu týchto zručností sú základným kameňom implementácie vyššie uvedených investícií.

Dáta a umelá inteligencia pre vedu: Kľúčové aspekty

september 2025

DOI: 10.24948 / 2025.11

Stiahnuť ▼

Táto práca bola vykonaná s pomocou grantu od Medzinárodného centra pre výskum rozvoja (IDRC) v Ottawe v Kanade. Názory vyjadrené v tomto dokumente nemusia nevyhnutne predstavovať názory IDRC alebo jeho správnej rady.