Tekoälyn suurin ongelma ei ole ideoiden puute – vaan niiden todentaminen

Miksi tämä on juuri nyt tärkeää?

Pullonkaulalla on konkreettisia seurauksia. Lääkekehityksessä tekoäly pystyy nopeasti ehdottamaan tuhansia uusia molekyylikandidaatteja, mutta kliininen validointi on edelleen hidasta, kallista ja kapasiteetiltaan rajallista. DeepMindin johtaja Pushmeet Kohli on aiemmin todennut, että vaikka AlphaFold lyhensi proteiinien rakenteen ennustamisen vuosista sekunteihin, kliininen lääkevalidointi on yhä ratkaisematon pullonkaula . Sama ilmiö toistuu materiaalitieteessä ja ilmastoratkaisuissa: tekoälyn tuottamien ideoiden ja fyysisen testausinfrastruktuurin välinen kuilu levenee .

Neljä prioriteettia, joita DeepMind vaatii päättäjiltä

DeepMindin esseessä esitetään neljä konkreettista toimenpidettä kuilun umpeen kuromiseksi :

1. Varmistetaan laaja pääsy tekoälyagenteille tutkijoille.
Pääsyä tekoälyagenteille tulisi kohdella strategisena prioriteettina, samaan tapaan kuin aikanaan panostettiin tutkijoiden pääsyyn supertietokoneille. Tutkijoiden eri instituutioissa – eikä vain hyvin rahoitetuissa laboratorioissa – tulee saada käyttöönsä työkalut hypoteesien luomiseen ja testaamiseen .

2. Avataan kansallinen laboratorioinfrastruktuuri tekoälyvetoiselle tieteelle.
Fyysisiä laboratoriotiloja, kuten kansallisia laboratorioita ja yhteisiä suuren suorituskyvyn testauskeskuksia, tulee laajentaa ja avata, jotta tekoälyn tuottamia hypoteeseja voidaan testata järjestelmällisesti reaalimaailmassa .

3. Kehitetään uusia rahoitusmalleja, jotka tukevat suuren volyymin validointia.
Perinteiset apurahajärjestelmät ovat liian hitaita ja pieniä tekoälyn edellyttämään testausmittakaavaan nähden. Rahoittajien tulisi luoda mekanismeja, jotka nimenomaan tukevat nopeaa, laajamittaista kokeellista validointia .

4. Uudistetaan vertaisarviointi ja arviointiprosessit tekoälyagenttien aikakaudelle.
Arvioijien tulisi itse voida hyödyntää tekoälyagentteja, ja tarvitaan uusia viitekehyksiä, kuten "Human-AI Interaction Cards", läpinäkyvyyden, toistettavuuden ja luottamuksen takaamiseksi tekoälyavusteisessa tieteessä .

Laajempi konteksti: tuttu haaste

Tämä ei ole DeepMindin ensimmäinen varoitus validointiongelmasta. Yhtiön marraskuussa 2024 julkaisema politiikkapaperi tunnisti digitaalisen ja reaalimaailman välisen kuilun keskeiseksi haasteeksi, ja tutkija Pushmeet Kohli oli julkisesti nimennyt validointi-infrastruktuurin yhdeksi kahdesta pääasiallisesta pullonkaulasta tekoälyn vauhdittamassa tieteessä – saavutettavuuden ohella . Heinäkuun 2026 essee on tähänastisista keskittynein kannanotto aiheesta.

Tärkeä huomautus päivämääristä

Tämän artikkelin ensisijainen lähde on DeepMindin oma essee sen julkisella politiikkasivulla, joka julkaistiin heinäkuussa 2026 . Jotkut varhaiset raportit viittasivat virheellisesti heinäkuun 2025 esseeseen; hakutuloksissa ei löytynyt tästä tarkasta aiheesta heinäkuulta 2025 olevaa esseetä. Varoituksen sisältö ja neljä prioriteettia ovat yhdenmukaisia kaikissa raportointilähteissä .