सीसीसी ने इस वर्ष के एएएएस वार्षिक सम्मेलन में तीन वैज्ञानिक सत्रों का समर्थन किया। इस सप्ताह, हम सत्र की मुख्य बातों का सारांश देंगे, “विज्ञान में जनरेटिव एआई: वादे और नुकसान.यह पैनल, द्वारा संचालित है डॉ. मैथ्यू तुर्क, शिकागो में टोयोटा टेक्नोलॉजिकल इंस्टीट्यूट के अध्यक्ष), विशेष रुप से प्रदर्शित डॉ. रेबेका विलेट, शिकागो विश्वविद्यालय में सांख्यिकी और कंप्यूटर विज्ञान के प्रोफेसर, डॉ. मार्कस ब्यूहलर, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी में इंजीनियरिंग के प्रोफेसर, और डॉ. डंकन वॉटसन-पैरिस, स्क्रिप्स इंस्टीट्यूशन ऑफ ओशनोग्राफी और यूसी सैन डिएगो में हेलिकियोग्लू डेटा साइंस इंस्टीट्यूट में सहायक प्रोफेसर। भाग चार में, हम पैनल के प्रश्नोत्तर भाग का सारांश प्रस्तुत करते हैं।
पैनलिस्ट की प्रस्तुतियों के बाद एक प्रश्नोत्तर सत्र हुआ और डॉ. मैथ्यू तुर्क ने चर्चा की शुरुआत की। “'वादे और ख़तरे' इस पैनल के शीर्षक में है। हमने कई वादों पर चर्चा की है, लेकिन हमने कई कमियों पर ध्यान नहीं दिया है। जेनेरिक एआई के भविष्य के बारे में आपको क्या चिंता है?
डॉ. रेबेका विलेट ने कहा, "इन मॉडलों की विश्वसनीयता और भरोसेमंदता एक बड़ी चिंता का विषय है।" “ये मॉडल उन चीजों की भविष्यवाणी कर सकते हैं जो प्रशंसनीय हैं, लेकिन उनमें प्रमुख, प्रमुख तत्व गायब हैं; क्या मैं एक इंसान के तौर पर यह पहचान सकता हूँ कि वहाँ कुछ कमी है?”
डॉ. मार्कस ब्यूहलर ने कहा कि किसी मॉडल की वास्तविक भविष्यवाणी में एक सेकंड का समय लग सकता है, लेकिन सत्यापन की प्रायोगिक प्रक्रिया में महीनों या एक साल या उससे अधिक समय लग सकता है। तो जब हमने परिणामों का सत्यापन नहीं किया है तो हमें अंतरिम में कैसे काम करना चाहिए? "हमें जेनेरिक एआई डेवलपर्स की अगली पीढ़ी को भी शिक्षित करने की आवश्यकता है ताकि वे ऐसे मॉडल डिज़ाइन करें जो भरोसेमंद और सत्यापन योग्य हों, और हम इन मॉडलों के निर्माण में भौतिकी-आधारित अंतर्दृष्टि का उपयोग कर सकें।"
डॉ. डंकन वॉटसन-पैरिस ने पिछले दोनों बिंदुओं पर आधारित कहा, "क्योंकि ये मॉडल विश्वसनीय परिणाम उत्पन्न करने के लिए डिज़ाइन किए गए हैं, हम उनकी सटीकता को सत्यापित करने के लिए केवल परिणामों को नहीं देख सकते हैं। जेनरेटिव एआई शोधकर्ताओं को अपने परिणामों को सत्यापित करने के लिए इस बात की गहरी समझ होनी चाहिए कि ये मॉडल कैसे काम करते हैं, यही कारण है कि अगली पीढ़ी को सही ढंग से शिक्षित करना इतना महत्वपूर्ण है।
श्रोता सदस्य: “सामग्री विज्ञान में, हम कुछ सामग्रियों के अध्ययन के लिए आगे की दिशा जानते हैं, लेकिन अन्य के लिए, जैसे कमरे के तापमान वाले सुपरकंडक्टर्स के लिए, हम नहीं जानते कि कैसे आगे बढ़ना है। आपको क्या लगता है कि इन अज्ञात सामग्रियों के अध्ययन में आगे का रास्ता कैसा होगा? और इस प्रकार के शोध को नियामक दृष्टिकोण से कैसे सक्षम किया जाना चाहिए?"
"ठीक है, मैं सुपरकंडक्टर अनुसंधान में विशेषज्ञ नहीं हूं," डॉ. ब्यूहलर ने कहा, "इसलिए मैं सीधे तौर पर उस पर बात नहीं करूंगा, लेकिन मैं आम तौर पर इस बारे में बात कर सकता हूं कि हम सामग्री विज्ञान में कैसे प्रगति करते हैं, विशेष रूप से प्रोटीन के मेरे क्षेत्र में और जैवसामग्रियों का विकास। जिस तरह से हम आगे बढ़ते हैं वह लिफाफे को आगे बढ़ाने की क्षमता रखता है। हम नए प्रयोग चलाते हैं और अजीब विचारों और सिद्धांतों का परीक्षण करते हैं और देखते हैं कि कौन सा काम करता है और क्यों। हमें इस शोध को कैसे सक्षम करना चाहिए, इसके लिए हमें सामूहिक पहुंच वाले अधिक ओपन-सोर्स मॉडल की आवश्यकता है। मैं राजनेताओं को इन प्रौद्योगिकियों को अति-विनियमित न करने के लिए प्रोत्साहित करूंगा, ताकि शोधकर्ताओं और जनता को इस प्रकार के मॉडल तक पहुंच मिल सके। मुझे नहीं लगता कि लोगों को इन मॉडलों का उपयोग करने से रोकना एक अच्छा विचार है, खासकर जब हम विचारों और विकासों को क्राउडसोर्स कर सकते हैं और मानव गतिविधि के विभिन्न क्षेत्रों से ज्ञान पेश कर सकते हैं। उदाहरण के लिए, जब प्रिंटिंग प्रेस का आविष्कार हुआ, तो अधिकारियों ने इस तकनीक की उपलब्धता को सीमित करने की कोशिश की ताकि कुछ किताबें सामूहिक रूप से पढ़ी जा सकें, लेकिन यह प्रयास बुरी तरह विफल रहा। जनता की सुरक्षा का सबसे अच्छा तरीका इन मॉडलों तक पहुंच को इस तरह से सुविधाजनक बनाना है कि हम समाज के अधिकतम लाभ के लिए उन्हें बड़े पैमाने पर विकसित, अन्वेषण और मूल्यांकन कर सकें।
श्रोता सदस्य: “आजकल अधिकांश जेनरेटिव एआई मॉडल प्रतिगमन मॉडल हैं जो विभिन्न परिदृश्यों का अनुकरण या अनुकरण करने पर ध्यान केंद्रित करते हैं। हालाँकि, विज्ञान में खोज उन परिकल्पनाओं और भविष्यवाणियों से प्रेरित होती है जिनका हम सपना देखते हैं। तो हम ऐसे मॉडल कैसे बनाएं जिनका उद्देश्य मौजूदा मॉडल के बजाय नई भविष्यवाणियां करना है जो ज्यादातर प्रयोग के लिए उपयोग किए जाते हैं?
डॉ. ब्यूहलर ने सबसे पहले जवाब देते हुए कहा, “आप सही हैं, अधिकांश पारंपरिक मशीन लर्निंग मॉडल अक्सर प्रतिगमन आधारित होते हैं, लेकिन जिन मॉडलों के बारे में हमने आज बात की, वे अलग तरह से काम करते हैं। जब आप कई क्षमताओं वाले मल्टी-एजेंट सिस्टम को एक साथ रखते हैं, तो वे वास्तव में नए परिदृश्यों का पता लगाना शुरू करते हैं और वे अपने द्वारा चलाए गए प्रयोगों के आधार पर तर्क करना और भविष्यवाणियां करना शुरू करते हैं। वे अधिक मानवीय बन जाते हैं। आप, एक शोधकर्ता के रूप में, एक प्रयोग नहीं चलाएंगे और बस समाप्त कर देंगे - आप एक प्रयोग चलाएंगे और फिर डेटा को देखना शुरू करेंगे और इसे सत्यापित करेंगे और इस डेटा के आधार पर नई भविष्यवाणियां करेंगे, बिंदुओं को जोड़ने और एक्सट्रपलेशन करने के लिए परिकल्पनाएँ बनाना और कल्पना करना कि एक नया परिदृश्य कैसे सामने आएगा। आप प्रयोग करेंगे, नया डेटा एकत्र करेंगे, एक सिद्धांत विकसित करेंगे और रुचि के किसी विशेष मामले के बारे में शायद एक एकीकृत रूपरेखा प्रस्तावित करेंगे। तब आप अपने सहकर्मियों की आलोचनाओं के विरुद्ध अपने विचारों का बचाव करेंगे और नई जानकारी का उपयोग होने पर शायद अपनी परिकल्पना को संशोधित करेंगे। नए मल्टी-एजेंट प्रतिकूल सिस्टम इसी तरह काम करते हैं, लेकिन निश्चित रूप से वे बड़ी मात्रा में डेटा और ज्ञान के प्रतिनिधित्व पर तर्क करने की कहीं अधिक क्षमता के साथ मानव कौशल को पूरक करते हैं। ये मॉडल पहले से ही नई परिकल्पनाएं उत्पन्न कर सकते हैं जो खोज और नवाचार की वैज्ञानिक प्रक्रिया को जोड़ते हुए पहले से ही अध्ययन किए गए दायरे से कहीं आगे बढ़ जाती हैं।
"मैं इसे पूरक करूंगा," डॉ. विलेट ने कहा, "पूर्ण खोज और प्रतीकात्मक प्रतिगमन के क्षेत्र के साथ परिकल्पना निर्माण की दिशा में अधिक लक्षित एक और क्षेत्र है। इस क्षेत्र में बहुत सारा काम चल रहा है।”
श्रोता सदस्य: "हम इस प्रकार के मॉडलों तक पहुंच कैसे बढ़ा सकते हैं और बाधाओं को कैसे दूर कर सकते हैं, जैसे कि अधिकांश मॉडल अंग्रेजी बोलने वालों के लिए बनाए जा रहे हैं?"
डॉ. रेबेका विलेट ने उत्तर देते हुए कहा, “बहुत से लोगों के पास इन मॉडलों का उपयोग करने की पहुंच है, लेकिन उन्हें डिजाइन करने और प्रशिक्षण देने में कई मिलियन डॉलर का खर्च आता है। यदि संगठनों का केवल एक छोटा समूह ही इन मॉडलों को स्थापित करने में सक्षम है, तो केवल बहुत ही छोटे लोगों का समूह वैज्ञानिक समुदाय में निर्णय ले रहा है और प्राथमिकताएँ निर्धारित कर रहा है। और अक्सर इन संगठनों और व्यक्तियों की प्राथमिकताएँ लाभ से प्रेरित होती हैं। उन्होंने कहा, मुझे लगता है कि परिदृश्य बदलना शुरू हो रहा है। एनएसएफ जैसे संगठन ऐसे बुनियादी ढांचे का निर्माण करने की कोशिश कर रहे हैं जिन तक व्यापक वैज्ञानिक समुदाय पहुंच सके। यह प्रयास सुपर कंप्यूटर के प्रारंभिक विकास जैसा दिखता है। शुरुआती दिनों में, शोधकर्ताओं को सुपर कंप्यूटर तक पहुंच पाने के लिए लंबे-चौड़े प्रस्ताव प्रस्तुत करने पड़ते थे। मुझे लगता है कि हम एआई और जेनरेटिव एआई में समान उभरते प्रतिमान देखने जा रहे हैं।
"मैं सहमत हूं," डॉ. वाटसन-पैरिस ने कहा। "नियामक पक्ष से इसे जोड़ते हुए, मुझे नहीं लगता कि हमें बुनियादी अनुसंधान को विनियमित करना चाहिए, शायद अनुप्रयोग स्थान, लेकिन स्वयं अनुसंधान को नहीं।"
पढ़ने के लिए आपका बहुत-बहुत धन्यवाद, और AAAS 2024 में हमारे अन्य दो पैनलों के पुनर्कथन के लिए बने रहें।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://feeds.feedblitz.com/~/874103807/0/cccblog~CCC-AAAS-Generative-AI-in-Science-Promises-and-Pitfalls-Recap-%e2%80%93-Part-Four/
- :हैस
- :है
- :नहीं
- $यूपी
- 2024
- a
- क्षमता
- योग्य
- About
- पहुँच
- पहुँचा
- शुद्धता
- गतिविधि
- वास्तविक
- वास्तव में
- जोड़ा
- जोड़ने
- संबोधित
- अग्रिमों
- विरोधात्मक
- के खिलाफ
- AI
- एआई मॉडल
- पहले ही
- भी
- राशियाँ
- an
- और
- वार्षिक
- अन्य
- आवेदन
- हैं
- क्षेत्र
- AS
- सहायक
- At
- प्राधिकारी
- उपलब्धता
- आधारित
- बुनियादी
- BE
- बन
- किया गया
- शुरू किया
- शुरू करना
- जा रहा है
- लाभ
- BEST
- परे
- बड़ा
- बायोमैटिरियल्स
- ब्लॉग
- पुस्तकें
- के छात्रों
- व्यापक
- निर्माण
- बनाया गया
- लेकिन
- by
- कर सकते हैं
- क्षमताओं
- मुद्रा तिजोरी सिक्के
- सीसीसी ब्लॉग
- परिवर्तन
- शिकागो
- इकट्ठा
- सामूहिक
- समुदाय
- पूरक हैं
- समापन
- कंप्यूटर
- कम्प्यूटर साइंस
- सम्मेलन
- जुडिये
- निर्माण
- ठीक प्रकार से
- लागत
- सका
- कोर्स
- बनाना
- बनाया
- वर्तमान
- तिथि
- डेटा विज्ञान
- दिन
- निर्णय
- गहरा
- डिज़ाइन
- बनाया गया
- डिज़ाइन बनाना
- विकसित करना
- डेवलपर्स
- विकास
- के घटनाक्रम
- डिएगो
- विभिन्न
- अलग ढंग से
- दिशा
- सीधे
- खोज
- चर्चा की
- चर्चा
- कई
- do
- डॉलर
- dont
- dr
- सपना
- संचालित
- डंकन
- शीघ्र
- शिक्षित करना
- शिक्षित
- प्रयास
- तत्व
- कस्र्न पत्थर
- सक्षम
- सक्षम
- प्रोत्साहित करना
- अभियांत्रिकी
- अंग्रेज़ी
- लिफाफा
- विशेष रूप से
- मूल्यांकन करें
- उदाहरण
- प्रयोग
- प्रयोगात्मक
- प्रयोगों
- विशेषज्ञ
- का पता लगाने
- बड़े पैमाने पर
- की सुविधा
- विफल रहे
- दूर
- चित्रित किया
- कुछ
- फ़ील्ड
- प्रथम
- फोकस
- पीछा किया
- के लिए
- आगे
- चार
- ढांचा
- से
- शह
- भविष्य
- आम तौर पर
- उत्पन्न
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- मिल
- जा
- अच्छा
- अधिक से अधिक
- था
- है
- होने
- हाइलाइट
- कैसे
- How To
- तथापि
- HTTPS
- मानव
- टट्टी कुदने की घुड़ौड़
- i
- विचार
- विचारों
- if
- इमेजिंग
- महत्वपूर्ण
- in
- बढ़ना
- व्यक्तियों
- करें-
- इंफ्रास्ट्रक्चर
- नवोन्मेष
- अंतर्दृष्टि
- बजाय
- संस्थान
- संस्था
- एकीकृत
- इरादा
- ब्याज
- अभिनय
- परिचय कराना
- आविष्कार
- IT
- खुद
- केवल
- कुंजी
- जानना
- ज्ञान
- परिदृश्य
- सीख रहा हूँ
- पसंद
- सीमा
- लंबे समय तक
- देखिए
- हमशक्ल
- लॉट
- मशीन
- यंत्र अधिगम
- बनाना
- निर्माण
- बहुत
- मेसाचुसेट्स
- मेसाचुसेट्स प्रौद्योगिक संस्थान
- सामूहिक
- सामग्री
- बात
- मैथ्यू
- अधिकतम
- मई..
- सदस्य
- लाखों
- लापता
- एमआईटी
- आदर्श
- मॉडल
- महीने
- अधिक
- अधिकांश
- अधिकतर
- चाल
- आगे बढ़ो
- बहुत
- my
- आवश्यकता
- नया
- अगला
- NSF
- of
- बंद
- अक्सर
- on
- लोगों
- चल रहे
- केवल
- खुला स्रोत
- संचालित
- or
- आदेश
- संगठनों
- अन्य
- अन्य
- हमारी
- के ऊपर
- काबू
- पैनल
- पैनलों
- उदाहरण
- भाग
- विशेष
- पथ
- स्टाफ़
- शायद
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्रशंसनीय
- अंक
- राजनेता
- हिस्सा
- भविष्यवाणी करना
- भविष्यवाणी
- भविष्यवाणियों
- प्रस्तुतियाँ
- अध्यक्ष
- दबाना
- को रोकने के
- पिछला
- मुद्रण
- मुद्रणालय
- प्रक्रिया
- प्रोफेसर
- लाभ
- का वादा किया
- प्रस्ताव
- प्रस्ताव
- रक्षा करना
- प्रोटीन
- सार्वजनिक
- धक्का
- रखना
- क्यू एंड ए
- पढ़ना
- पढ़ना
- कारण
- संक्षिप्त
- पहचान
- विनियमित
- नियामक
- विश्वसनीयता
- अनुसंधान
- शोधकर्ता
- शोधकर्ताओं
- जैसा दिखता है
- परिणाम
- संशोधन
- सही
- कक्ष
- रन
- कहा
- सेन
- सैन डिएगो
- कहावत
- परिदृश्य
- परिदृश्यों
- विज्ञान
- वैज्ञानिक
- दूसरा
- देखना
- सत्र
- सत्र
- सेट
- की स्थापना
- चाहिए
- पक्ष
- समान
- कौशल
- छोटा
- So
- समाज
- कुछ
- कुछ
- अंतरिक्ष
- रिक्त स्थान
- बोलना
- वक्ताओं
- विशेष रूप से
- दृष्टिकोण
- शुरुआत में
- आँकड़े
- रहना
- अध्ययन
- का अध्ययन
- प्रस्तुत
- ऐसा
- संक्षेप में प्रस्तुत करना
- सुपर कंप्यूटर
- समर्थित
- प्रतीकात्मक
- सिस्टम
- लेना
- बातचीत
- लक्षित
- प्रौद्योगिकीय
- टेक्नोलॉजीज
- टेक्नोलॉजी
- परीक्षण
- कि
- RSI
- क्षेत्र
- भविष्य
- लेकिन हाल ही
- उन
- फिर
- सिद्धांत
- वहाँ।
- इन
- वे
- चीज़ें
- सोचना
- इसका
- इस सप्ताह
- तीन
- शीर्षक
- सेवा मेरे
- आज
- एक साथ
- की ओर
- टोयोटा
- परंपरागत
- प्रशिक्षण
- कोशिश
- विश्वसनीयता
- भरोसेमंद
- की कोशिश कर रहा
- देखते
- दो
- टाइप
- प्रकार
- समझ
- विश्वविद्यालय
- शिकागो विश्वविद्यालय
- अज्ञात
- उपयोग
- प्रयुक्त
- का उपयोग
- सत्यापित करें
- सत्यापन
- व्यापक
- सत्यसाधनीय
- सत्यापित
- सत्यापित
- बहुत
- था
- मार्ग..
- we
- सप्ताह
- क्या
- कब
- कौन कौन से
- क्यों
- मर्जी
- साथ में
- काम
- होगा
- वर्ष
- आप
- आपका
- जेफिरनेट