Ενώ οι ερευνητές του West Virginia University βλέπουν δυνατότητες στις εκπαιδευτικές ρυθμίσεις για το νεότερο επίσημο πρόσθετο ChatGPT, που ονομάζεται Code Interpreter, έχουν βρει περιορισμούς στη χρήση του από επιστήμονες που εργάζονται με βιολογικά δεδομένα χρησιμοποιώντας υπολογιστικές μεθόδους για να δώσουν προτεραιότητα στη στοχευμένη θεραπεία για τον καρκίνο και τις γενετικές διαταραχές.
“Το Code Interpreter είναι καλό πράγμα και είναι χρήσιμο σε ένα εκπαιδευτικό περιβάλλον, καθώς κάνει την κωδικοποίηση στα πεδία STEM πιο προσιτή στους μαθητές“, δήλωσε ο Gangqing “Michael” Hu, επίκουρος καθηγητής στο Τμήμα Μικροβιολογίας, Ανοσολογίας και Κυτταρικής Βιολογίας στο WVU. “Ωστόσο, δεν έχει τα χαρακτηριστικά που χρειάζεστε για τη βιοπληροφορική. Αυτά είναι τεχνικά ζητήματα που μπορούν να ξεπεραστούν. Οι μελλοντικές εξελίξεις του Code Interpreter είναι πιθανό να επεκτείνουν τη χρήση του σε πολλούς τομείς όπως η βιοπληροφορική, και τα οικονομικά.”
Από την κυκλοφορία του τον Δεκέμβριο του 2022, το δημοφιλές chatbot τεχνητής νοημοσύνης ChatGPT έχει κερδίσει την προσοχή των επιχειρήσεων, των εκπαιδευτικών και του ευρύτερου κοινού. Ωστόσο, δεν ανταποκρίθηκε στις ανάγκες των ανθρώπων που εργάζονται στη βιοϊατρική έρευνα, συμπεριλαμβανομένης της βιοπληροφορικής — το πεδίο όπου η επιστήμη των υπολογιστών συναντά τη βιολογία — οι οποίοι περίμεναν με ανυπομονησία το πρόσθετο Code Interpreter του OpenAI ελπίζοντας ότι θα κάλυπτε τα κενά.
Ο Hu και η ομάδα του δοκίμασαν το Code Interpreter σε μια ποικιλία εργασιών για να αξιολογήσουν τα χαρακτηριστικά του. Τα ευρήματά τους, που δημοσιεύτηκαν στο Annals of Biomedical Engineering, δείχνουν ότι το πρόσθετο καταρρίπτει ορισμένα από τα εμπόδια, αλλά όχι όλα.
Για παράδειγμα, άτομα χωρίς επιστημονικό υπόβαθρο θα έχουν εύκολη πρόσβαση στην κωδικοποίηση ή στον προγραμματισμό υπολογιστών, με το Code Interpreter. Ο Hu είπε ότι είναι επίσης οικονομικά αποδοτικό και προκαλεί την περιέργεια στους μαθητές να εξερευνήσουν την ανάλυση δεδομένων και ενισχύει το ενδιαφέρον τους για μάθηση. Επισημαίνει, ωστόσο, ότι οι χρήστες θα πρέπει να κατανοήσουν πώς να ερμηνεύουν τα δεδομένα και να αναγνωρίζουν εάν τα αποτελέσματα είναι ακριβή και να γνωρίζουν πώς να αλληλεπιδρούν με το chatbot.
Οι βιοπληροφορικοί βασίζονται σε ακριβή κωδικοποίηση, προγράμματα λογισμικού υπολογιστών και πρόσβαση στο Διαδίκτυο για την αποθήκευση, ανάλυση και ερμηνεία βιολογικών δεδομένων όπως το DNA και το ανθρώπινο γονιδίωμα που χρησιμοποιούνται για τις εξελίξεις στη σύγχρονη ιατρική.
Παρά την ανάγκη για βελτιώσεις ειδικά για τη βιοπληροφορική, είπε ο Hu, το Code Interpreter βοηθά τους χρήστες να προσδιορίσουν εάν μια απάντηση είναι ακριβής ή εάν είναι μια πλασματική απάντηση που παρουσιάζεται με σιγουριά, γνωστή ως παραίσθηση.
“Οι άνθρωποι γνωρίζουν ότι το ChatGPT μπορεί να κάνει πολλά εντυπωσιακά πράγματα, αλλά δεν είναι καλό στο να παρέχει μια παραπομπή ή αναφορά για να υποστηρίξει την απάντησή του. Εάν ερωτηθεί για την πηγή για να υποστηρίξει τον ισχυρισμό μιας απάντησης, μπορεί να αρχίσει να κάνει αναφορές, “εξήγησε ο Hu. “Το Code Interpreter παρέχει μια λύση για την ελαχιστοποίηση των παραισθήσεων. Για ερωτήσεις που μπορούν να αντιμετωπιστούν μέσω κωδικοποίησης, ο ίδιος ο κώδικας χρησιμεύει ως πηγή ή αναφορά. Αυτό είναι ένα σημαντικό βήμα προς τα εμπρός.”
Δουλεύοντας με τον Hu, ο Lei Wang, μεταδιδακτορικός συνεργάτης στο Τμήμα Μικροβιολογίας, Ανοσολογίας και Κυτταρικής Βιολογίας του WVU, ο Xijin Ge, του Κρατικού Πανεπιστημίου της Νότιας Ντακότα και η Li Liu, του κρατικού πανεπιστημίου της Αριζόνα.
Η ομάδα βρήκε θετικά αποτελέσματα στην ικανότητα του Code Interpreter να μετατρέπει δεδομένα σε γραφήματα.
Οι προτάσεις για αναβαθμίσεις στο Code Interpreter περιλαμβάνουν πρόσβαση στο Διαδίκτυο για λήψη δεδομένων γονιδιώματος, εγκατάσταση λογισμικού ειδικού για τη βιοπληροφορική, επέκταση της χωρητικότητας αποθήκευσης και υποστήριξη για πρόσθετες γλώσσες προγραμματισμού. Επιπλέον, οι ερευνητές βρήκαν την ανάγκη για εφαρμογές απορρήτου και ασφάλειας να συμμορφώνονται με κανονισμούς όπως το HIPAA (Health Insurance Portability and Accountability Act, 1996).
Κατά τη δοκιμή ανάλυσης δεδομένων, ανακάλυψαν αρκετούς περιορισμούς. Το πρόσθετο υποστηρίζει μόνο μία γλώσσα προγραμματισμού, την Python, και λίγα από τα πακέτα λογισμικού του είναι αφιερωμένα στη βιοπληροφορική. Επιπλέον, δεν επιτρέπει την πρόσβαση σε δεδομένα Διαδικτύου και δεν έχει τη δυνατότητα να εργαστεί με μεγάλα αρχεία.
“Επιτρέπει 100 megabyte περίπου, αλλά τα αρχεία που χειριζόμαστε είναι σε επίπεδο gigabyte“, είπε ο Hu. “Επίσης, δεν υποστηρίζει παράλληλη επεξεργασία που απαιτείται για μεγάλα σύνολα δεδομένων, η οποία οδηγεί σε αργή απόδοση.”
Ο Hu είπε ότι ενώ αναμένει περισσότερες αναβαθμίσεις για το Code Interpreter, σχεδιάζει να βοηθήσει τους μαθητές να μάθουν περισσότερα για τα πλεονεκτήματα της τρέχουσας προσθήκης.
Νωρίτερα φέτος, ο Hu ηγήθηκε μιας άλλης μελέτης για να προετοιμάσει μαθητές γυμνασίου και κολεγίου να αξιοποιήσουν τη δύναμη του ChatGPT μαθαίνοντας περισσότερα για την κωδικοποίηση. Η διαδικασία χρησιμοποίησε το OPTIMAL — Optimization of Prompts Through Iterative Mentoring and Assessment — για τη βελτίωση της επικοινωνίας με ένα chatbot.
Μακροπρόθεσμα, ο Hu είπε ότι θα συνεχίσει να παρακολουθεί και να δοκιμάζει νέους προγραμματισμούς και δυνατότητες τεχνητής νοημοσύνης.
Επιστημονικό Άρθρο:
Lei Wang, Xijin Ge, Li Liu, Gangqing Hu. Code Interpreter for Bioinformatics: Are We There Yet? Annals of Biomedical Engineering, 2023
