Nature радить науковцям опановувати ШІ як архітекторам систем
Науковцям радять перевіряти код ШІ, працювати модульно, впорядковувати файли та не передавати чутливі дані публічним моделям.
Штучний інтелект не скасовує потреби науковців навчатися програмування, але змінює ключову навичку — замість запам’ятовування синтаксису важливішими стають постановка завдань, перевірка та доопрацювання коду, згенерованого моделями. Таку позицію викладено в матеріалі Nature, присвяченому використанню великих мовних моделей у наукових обчисленнях.
Автор зазначає, що сучасні мовні моделі та автономні ШІ-агенти здатні за секунди створювати складні обчислювальні пайплайни, статистичний аналіз і візуалізації даних. Водночас дослідникам потрібно розуміти, які методи існують, як вони працюють і в яких випадках їх варто застосовувати. Науковцям радять керувати процесом як системні архітектори: спрямовувати ШІ до надійних і відтворюваних рішень, не зосереджуючись на кожній синтаксичній деталі.
Модульний код замість одного сценарію
У матеріалі застерігають від спроб одразу отримати один великий скрипт, який завантажує, очищує та аналізує дані, а потім створює готову для публікації графіку. Такий код складно налагоджувати: зміна однієї змінної або помилка, допущена моделлю на проміжному етапі, може порушити всю послідовність роботи.
Альтернативою є модульне програмування — створення невеликих функцій з одним конкретним призначенням. Наприклад, окрема функція може імпортувати й форматувати первинні дані, інша — нормалізувати значення, а ще одна — формувати візуалізацію. Це дає змогу ізолювати несправну частину, виправити її без втручання в решту пайплайну та повторно використовувати перевірені блоки коду в інших проєктах.
Структура файлів і захист даних
Швидке генерування скриптів та їхніх версій може перетворити каталоги проєктів на неорганізований набір файлів. Автор описує випадок, коли випадково перезаписав первинні дані, але мав резервну копію. Для уникнення таких ситуацій пропонується використовувати стандартизовану структуру проєкту, зокрема підхід Cookiecutter Data Science: первинні дані зберігають в окремій папці лише для читання, аналітичні скрипти — в іншій, а результати спрямовують до третьої.
Окрему увагу приділено конфіденційності. У матеріалі наголошено, що передавання чутливих даних пацієнтів до публічних хмарних моделей створює етичні та регуляторні ризики. Для роботи з ШІ пропонується використовувати штучні дані з такими самими назвами колонок, типами даних і розмірностями таблиці, але без реальних значень. Після тестування коду його можна перенести до захищеного локального середовища для роботи з реальними даними.
