לאן הולך המדע בשנים הבאות?

אחת השאלות המסקרנות והחשובות ביותר למקבלי החלטות היא: לאן הולך המדע בשנים הקרובות? ממשלות ומשקיעים רוצים לדעת איפה “לשים את הכסף”, ואיזו תועלת, כלכלית, ביטחונית, מדינית וכן הלאה צפויה  להם מהשקעה מושכלת. השאלה הזו חשובה כמובן גם לשאר הציבור. הם רוצים לדעת באילו תחומים תהיה תעסוקה, איפה הם יוכלו לתרום ולהשפיע, ולאילו תחומים לכוון את הדור הבא. גם לנו במכון דוידסון, חשוב להבין את הכיוונים העתידיים של המדע, כי אנו רוצים לכוון את החינוך המדעי לתחומים שעשויים להניב פריצות דרך בשנים בשנים הקרובות. גם אנו ניסינו לענות על השאלה הזו, אלא שניבוי העתיד אינו כל כך פשוט. כפי שגורסת האמרה הידועה, המיוחסת בין השאר לפיזיקאי חתן פרס נובל, נילס בוהר (Bohr): “קשה לנבא, במיוחד את העתיד”. 

איך אפשר לנבא את העתיד?

דרך אחת היא להצביע על כיוונים מרכזיים כפי שהם משתקפים בספרות המקצועית, בסקירות מקיפות ובמגמות המחקר שאליהן פונות האוניברסיטאות. כיוונים אלה מתהווים מכמה סיבות. אחת יכולה להיות אתגרים מקומיים חדשים, למשל אתגרים ביטחוניים, או אתגרים גלובליים חדשים כמו התחממות כדור הארץ. סיבה מרכזית נוספת היא פריצות טכנולוגיות ומחקריות שפותחות תחומי מחקר חדשים, הרבה פעמים גם אינטרדיסציפלינריים כמו בינה מלאכותית יוצרת, או מחשבים קוונטיים. במבט ראשון אולי נחשוב שאם פריצת הדרך כבר התרחשה אז מכאן זו רק דעיכה. בפועל קורה בדיוק ההפך. פריצת הדרך מובילה לעשרות שנים של עשייה משמעותית. אמנם, אליין אספה (Aspect), ג׳ון קלאוזר (Clauser) ואנטון ציילינגר (Zeilinger) זכו בשנת 2022 בפרס נובל בפיזיקה על עבודותיהם בתחום השזירה הקוונטית – תוצאה של עשרות שנות עבודה – אבל עבודתם הייתה רק נקודת התחלה לפריצות דרך טכנולוגיות ומדעיות משמעותיות בשנים האחרונות ורבות נוספות שצפויות בהמשך. יש סיבות נוספות להתהוות כיווני מחקר משמעותיים שמשתקפים בעלייה חדה בפרסומים בספרות או במגמות מחקר חדשות באוניברסיטאות. השקעות כספיות מבעלי עניין, משקיעים או תורמים שיש להם את האינטרסים שלהם, משפיעות גם הן על כיווני המחקר, כפי שקורה באופן בולט בתחומי הרפואה. נוסף על כך יש את הגורם האנושי וההטיות של המדענים עצמם כיחידים וכקבוצה. מדען בעל שם ויכולת השפעה יכול, מתוך סקרנות או אינטרס או אפילו סתם גחמה, להשפיע, להתוות ולהטות כיווני מחקר.  

כמובן שיכולה להיות גם פריצת דרך משמעותית בתחום שאינו נראה במכ”ם של החוקרים – כאלו שיפתחו  כיווני מחקר חדשים שעליהם לא חשבו. דוגמה יפה לכך היא תחום הננו-חומרים שהתפתח בעקבות גילוי המבנה הכדורי של מולקולת הפולרן Buckminsterfullerene C60 בידי הרולד קרוטו (Kroto), רוברט קרל (Curl), ריצ׳רד סמאלי (Smalley) וחוקרים נוספים. שלושת החוקרים קיבלו פרס נובל בכימיה ב-1996 על תגליתם, ואולם קרוטו בצניעותו התוודה שהתגלית קרתה לגמרי במקרה בהברקה של רגע שהייתה לו ולחבריו בפאב בלונדון. התגלית הובילה לפרץ של מחקר בתחום הננו-חומרים שממשיך עד היום. קשה עד בלתי אפשרי לנבא התפתחויות מהסוג הזה ולכן כאן נתמקד בשיטה הקלאסית ונבחן כיוונים שכבר החלו להתהוות. אז איך בחרנו לעבוד?

ראשית, נעזרנו בתוכנה SciTrends שפיתחו החוקרים דן עופר, הדסה קאופמן ומיכל ליניאל מהאוניברסיטה העברית שמודדת טרנדים מדעיים לפי מילות מפתח. התוכנה משתמשת בשיטות סטטיסטיות של מגמות פרסום ביבליומטריות כדי להרכיב את התחזית, ונעזרת גם בבינה מלאכותית. במאמרם טוענים החוקרים כי התוכנה הצליחה לחזות את המגמות ברמת הפופולריות של נושאים מדעיים שונים חמש שנים מראש, לאורך תקופה של 40 שנה וב-125 נושאים ממגוון תחומים. 

בנוסף השתמשנו באופן עצמאי בכלי בינה מלאכותית. עשינו זאת הן בעזרת הצ’אטבוטים של החברות הגדולות צ’אט ג’י־פי־טי (ChatGPT), ג’מיני (Gemini) וקלוד (Claude) והן בכלים שמתמחים בסקירות ספרות ויש להם גישה נרחבת למאגרים של מאמרים אקדמיים כדוגמת סייט (Scite) וסייספייס (Scispace). הסיבה המרכזית שבחרנו להשתמש במודלים רבים של בינה מלאכותית, ולא להסתפק באחד או שניים היא בשל חוסר האמינות המובנית בבינה מלאכותית – מה שמכונה בעגה האקדמית “התוקף של שיטת המחקר”. לשיטות מחקר בכלל המדעים נדרש תוקף, מעין מדד אמינות, שבא לבדוק את המידה שבה שיטת המחקר מצליחה למדוד את מה שהתכוונו למדוד באמצעותה. למשל במחקר סטטיסטי יד שלים לבדוק עד כמה התוצאות תלויות באקראיות המדגם, בגודל המדגם ובנתונים נוספים. אבל השימוש בבינה מלאכותית יוצרת  ככלי מחקר הוא כה חדש, שלמיטב ידיעתנו טרם התגבשה הסכמה בקהילה המדעית לגבי מדד שיתקף את הממצאים שעולים ממחקר שכזה.

ניסינו להתגבר על חוסר התוקף של בינה מלאכותית בשני אופנים: דיוק מרבי בהגדרת הפרומפט ושימוש בריבוי מודלים. לבסוף, נעזרנו כמובן גם בידע אישי, נבירות באינטרנט באתרים של אוניברסיטאות ומכוני מחקר מובילים בעולם ועשינו אינטגרציה של כל המידע שהצטבר משלל השיטות. כל אלה הניבו את הסקירה שמסכמת את כיווני המחקר העיקריים בתחומים המדעיים המרכזיים, מנקודת מבטו של הכותב ועם הטיותיו האישיות.

מדעי המחשב

למרות שמדעי המחשב הם תחום “לא ליבתי”, בחרנו לפתוח בו משום שההתפתחות שחלה בתחום זה בשנים האחרונות עם פריצת הבינה המלאכותית הגנרטיבית משליכה על כלל המדעים. 

פרדיגמות מתקדמות של AI ולמידת מכונה: צפויה התקדמות משמעותית בכל תחומי ה-AI כמו data science, למידת מכונה, עיבוד שפה טבעית ועוד. יש הצופים התפחתות של בינה היברידית המשלבת אינטליגנציה אנושית ומלאכותית ויש לציין שכבר עכשיו עוסקים בהיבטים פילוסופיים ואתיים של שילוב כזה.

בינה מלאכותית משולבת במחקר: התפתחות התחום כבר מביאה לשימוש הולך וגובר בשימוש בבינה מלאכותית כמתודה מרכזית במחקר מדעי. כל הסקירות שבצענו הצביעו על שילוב בינה מלאכותית כמעט בכל סוג מחקר בכל אחת מהדיסציפלינות המדעיות האחרות.

פיזיקה

מיחשוב קוונטי: למרות שמדענים טרם התגברו על הבעיה המרכזית בפיתוח מחשב קוונטי שימושי, בעיית הדה-קוהרנטיות, תחום זה הוא החם ביותר בפיזיקה ומדענים צופים פריצות דרך משמעותיות לא רק טכנולוגיות: בניית מחשב קוונטי משמעותי, אלא גם בתיאוריות חישוביות נלוות וביישומים קוונטיים נוספים.

אסטרופיזיקה וחקר החלל: התפתחויות מדעיות כמו מדידת הגלים הכבידתיים והתפתחויות טכנולוגיות של השנים האחרונות הכוללות מספר הולך וגדל של משימות מחוץ לכדור הארץ ושיטות אסטרונומיות מתקדמות (למשל טלקסופ LISA שאמור להיות משוגר ב-2030 וכמובן גם טלסקופ החלל הישראלי אולטראסט) מבטיחים המשך התקדמות משמעותית בחקר החלל. ואולי אף ייפתרו חידות החומר האפל והאנרגיה האפלה.

פיזיקה של חלקיקים: קצת בירידה, אבל תכנון מאיצים חדשים וניסויים חדשניים במאיצים קיימים, כמו המאיץ של CERN, יכולים להוביל לשינוי במודל הסטנדרטי ולהבנה יותר בסיסית של המבנה התת-אטומי של החומר.

כימיה

מדע חומרים: התחום החם בשנים האחרונות בכימיה ימשיך להיות מדע חומרים בדגש על חידושים בננוטכנולוגיה ובתכנון חומרים ביולוגיים וחומרים חכמים (smart materials) המגיבים לגירויים סביבתיים וכן תכנון תרופות מבוססות מטרה. התפתחויות משמעותיות בכימיה חישובית, גם בשילוב בינה מלאכותית, יאיצו וייעלו את התחום.

כימיה ירוקה: בשל שינויי האקלים צפוי מחקר ופיתוח בתחומים של אנרגיות מתחדשות כמו אנרגיה סולארית,  דלקים ביולוגיים ועוד חלופות למוצרי נפט וגז. 

ביולוגיה

כמו במשך העשורים האחרונים הביולוגיה צפויה להמשיך להיות “התחום החם” של המדע, עם התפתחויות רבות. 

ביולוגיה מולקולרית: המחקר בביולוגיה מולקולרית ימשיך להתפתח עם דגש על רפואה מותאמת אישית, תוך התאמת טיפולים לפרופילים גנטיים אישיים. שילוב הולך וגובר של טכנולוגיות לעריכת גנום, כמו CRISPR יעמיק את ההבנה שלנו של תהליכים גנטיים ואת היכולת שלנו להתערב גנטית בתהליכים בתחומים כמו רפואה וחקלאות.

ביואינפורמטיקה: תחום הביואינפורמטיקה ימשיך להתפתח כנושא בין-תחומי המשתמש במדעי המחשב, במתמטיקה ובטכנולוגיות מידע כדי לנתח נתונים ביולוגיים במגוון תחומים כמו גנומיקה ופרוטאומיקה. ההתפתחויות הצפויות בתחום המחשוב, כמו מחשבים חזקים יותר, אלגוריתמים של בינה מלאכותית ואולי אף מיחשוב קוונטי, יהיו הבסיס לפריצות דרך בתחום זה.

תחומים נוספים:  התמקדנו רק בשני תחומים שבעינינו יובילו את הביולוגיה אבל בניגוד לכימיה ולפיזיקה, הביולוגיה מתקדמת בצעדי ענק, התגליות הולכות ונערמות, ותחומי מחקר נפתחים כמעט בכל יום. צפו להתפתחויות גם בנוירוביולוגיה, אולי מיפוי שלם של רשתות הנוירונים במח האדם; בביולוגיה התפתחותית, אקולוגיה, שם צפויים שילובים עם הכימיה והטכנולוגיות הירוקות; מיקרוביולוגיה, בדגש על המיקרוביום בגוף האדם והשפעתו על בריאותנו ורווחתנו; ביולוגיה סינתטית, בין השאר בייצור בשר סינתטי, מזונות אחרים ועוד; ואולי אפילו ביולוגיה קוונטית, לדוגמה תהליכים קוונטיים המתרחשים בתהליך הראייה, ואת ההתפחויות בתחום הזה אפשר כנראה לסווג גם בפיזיקה. 

מתמטיקה: מתמטיקה היא אולי התחום הקשה ביותר לניבוי משום שההתקדמות בה אינה מונעת מהתפתחויות אמפיריות, המבוססות על ניסויים, אלא מההיגיון הפנימי של החוקר עצמו. ברור שמתמטיקה יישומית תתפתח עם ההתפתחות בכח המחשוב ובבינה מלאכותית, אבל מתמטיקה יישומית קשורה קשר בל-יינתק לדיסציפלינות מדעיות אחרות ולכן יותר משההתפתחויות יהיו תלויות במתמטיקה, הן יהיו תלויות בדיסציפלינה היישומית עצמה. התפתחויות במתמטיקה כמעט תמיד נובעות מ”הברקה” של מתמטיקאי וזו יכולה לקרות בכל תחום. לעיתים ההברקה היא כלל לא אצל מתמטיקאי! אחת ההתפתחויות המשמעותיות במתמטיקה בעשור האחרון, גילוי השיטה לריצוף לא מחזורי אינסופי, נעשתה על ידי מתמטיקאי חובב, שהוא  איש מדעי המחשב ופַסָּל. התחום היחיד במתמטיקה שאנו מוכנים להתסכן ולהתנבא שיהיו שם התפתחויות משמעותיות הוא תחום ההוכחה המתמטית באמצעות מחשב, שהוא חלק מתחום הלוגיקה. ההתפתחויות האחרות יהיו הפתעה – וזה רק מראה כמה חשוב להשקיע דווקא בפיתוח מיומנויות חשיבה כדי לזרז הפתעות כאלה.