CCC สนับสนุนการประชุมทางวิทยาศาสตร์สามครั้งในการประชุมประจำปี AAAS ประจำปีนี้ สัปดาห์นี้เราจะมาสรุปไฮไลท์ของเซสชั่นนี้กัน”AI กำเนิดในทางวิทยาศาสตร์: คำสัญญาและข้อผิดพลาด.” แผงนี้กลั่นกรองโดย ดร.แมทธิว เติร์ก, ประธานสถาบันเทคโนโลยีโตโยต้าที่ชิคาโก) กล่าวถึง ดร.รีเบคก้า วิลเล็ตต์ศาสตราจารย์ด้านสถิติและวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยชิคาโก ดร.มาร์คุส บูห์เลอร์ศาสตราจารย์ด้านวิศวกรรมที่สถาบันเทคโนโลยีแมสซาชูเซตส์ และ ดร.ดันแคน วัตสัน-แพริสผู้ช่วยศาสตราจารย์ที่ Scripps Institution of Oceanography และ Halıcıoğlu Data Science Institute ที่ UC San Diego ในส่วนที่สี่ เราจะสรุปส่วนถามตอบของการอภิปราย
ช่วงถามตอบตามการนำเสนอของผู้อภิปราย และดร. แมทธิว เติร์กเป็นผู้เริ่มต้นการสนทนา “'คำสัญญาและหลุมพราง' อยู่ในชื่อของแผงนี้ เราได้หารือเกี่ยวกับคำมั่นสัญญาหลายประการแล้ว แต่เราไม่ได้แก้ไขข้อผิดพลาดหลายประการ คุณกังวลอะไรเกี่ยวกับอนาคตของ generative AI”
“ความน่าเชื่อถือและความน่าเชื่อถือของโมเดลเหล่านี้ถือเป็นข้อกังวลใหญ่” ดร. รีเบคก้า วิลเล็ตต์เริ่มต้น “แบบจำลองเหล่านี้สามารถทำนายสิ่งต่าง ๆ ที่เป็นไปได้ แต่ขาดองค์ประกอบหลักที่สำคัญ ในฐานะมนุษย์ ฉันสามารถรับรู้ได้ไหมว่ามีบางอย่างขาดหายไปที่นั่น”
ดร. มาร์คุส บูห์เลอร์ กล่าวเพิ่มเติมว่าการคาดการณ์จริงของแบบจำลองอาจใช้เวลาเพียงวินาทีเดียว แต่กระบวนการทดลองเพื่อตรวจสอบความถูกต้องอาจใช้เวลาเป็นเดือนหรือหนึ่งปี หรือนานกว่านั้น แล้วเราจะดำเนินการอย่างไรในระหว่างนี้เมื่อเรายังไม่ได้ตรวจสอบผลลัพธ์? “เรายังจำเป็นต้องให้ความรู้แก่นักพัฒนา AI รุ่นต่อไปด้วย เพื่อที่พวกเขาจะได้ออกแบบแบบจำลองที่น่าเชื่อถือและตรวจสอบได้ และเราสามารถใช้ข้อมูลเชิงลึกตามฟิสิกส์ในการสร้างแบบจำลองเหล่านี้ได้”
ดร. ดันแคน วัตสัน-แพริส กล่าวถึงประเด็นทั้งสองก่อนหน้านี้ว่า "เนื่องจากแบบจำลองเหล่านี้ได้รับการออกแบบมาเพื่อสร้างผลลัพธ์ที่น่าเชื่อถือ เราจึงไม่สามารถเพียงแต่ดูผลลัพธ์เพื่อยืนยันความถูกต้องของโมเดลเหล่านั้นได้ นักวิจัย AI รุ่นใหม่จำเป็นต้องมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับวิธีการทำงานของแบบจำลองเหล่านี้เพื่อตรวจสอบผลลัพธ์ ซึ่งเป็นเหตุผลว่าทำไมการให้ความรู้แก่คนรุ่นต่อไปอย่างถูกต้องจึงมีความสำคัญมาก”
สมาชิกผู้ชม: “ในสาขาวัสดุศาสตร์ เรารู้ทิศทางไปข้างหน้าสำหรับการศึกษาวัสดุบางอย่าง แต่สำหรับวัสดุอื่นๆ เช่น ตัวนำยิ่งยวดที่อุณหภูมิห้อง เราไม่รู้ว่าจะก้าวไปข้างหน้าอย่างไร คุณคิดว่าเส้นทางข้างหน้าในการศึกษาสื่อที่ไม่รู้จักเหล่านี้จะเป็นอย่างไร และการวิจัยประเภทนี้ควรเปิดใช้งานอย่างไรจากจุดยืนด้านกฎระเบียบ”
“ฉันไม่ใช่ผู้เชี่ยวชาญด้านการวิจัยตัวนำยิ่งยวด” ดร.บูห์เลอร์กล่าว “ดังนั้นฉันจะไม่พูดโดยตรงเกี่ยวกับเรื่องนั้น แต่ฉันสามารถพูดโดยทั่วไปเกี่ยวกับวิธีที่เราสร้างความก้าวหน้าในด้านวัสดุศาสตร์ โดยเฉพาะในด้านโปรตีนของฉัน และการพัฒนาวัสดุชีวภาพ วิธีที่เราก้าวหน้าคือการมีความสามารถในการผลักดันขอบเขต เราทำการทดลองใหม่ๆ และทดสอบแนวคิดและทฤษฎีแปลกๆ และดูว่าอันไหนได้ผลและเพราะเหตุใด สำหรับวิธีที่เราควรเปิดใช้งานการวิจัยนี้ เราต้องการโมเดลโอเพ่นซอร์สเพิ่มเติมพร้อมการเข้าถึงโดยรวม ฉันขอแนะนำให้นักการเมืองอย่าควบคุมเทคโนโลยีเหล่านี้มากเกินไป เพื่อให้นักวิจัยและสาธารณชนสามารถเข้าถึงแบบจำลองประเภทนี้ได้ ฉันไม่คิดว่าเป็นความคิดที่ดีที่จะป้องกันไม่ให้ผู้คนใช้แบบจำลองเหล่านี้ โดยเฉพาะอย่างยิ่งเมื่อเราสามารถระดมความคิดและการพัฒนาจากมวลชน และแนะนำความรู้จากกิจกรรมของมนุษย์ในสาขาต่างๆ ตัวอย่างเช่น เมื่อมีการประดิษฐ์แท่นพิมพ์ เจ้าหน้าที่พยายามจำกัดความพร้อมของเทคโนโลยีนี้เพื่อให้สามารถอ่านหนังสือได้ไม่กี่เล่มพร้อมกัน แต่ความพยายามนี้ล้มเหลวอย่างน่าสังเวช วิธีที่ดีที่สุดในการปกป้องสาธารณะคือการอำนวยความสะดวกในการเข้าถึงโมเดลเหล่านี้ในลักษณะที่เราสามารถพัฒนา สำรวจ และประเมินโมเดลเหล่านี้อย่างกว้างขวางเพื่อประโยชน์สูงสุดของสังคม”
สมาชิกผู้ชม: “โมเดล AI ที่สร้างมากที่สุดในปัจจุบันคือโมเดลการถดถอยที่เน้นไปที่การจำลองหรือจำลองสถานการณ์ต่างๆ อย่างไรก็ตาม การค้นพบทางวิทยาศาสตร์นั้นขับเคลื่อนด้วยสมมติฐานและการทำนายที่เราฝันไว้ แล้วเราจะสร้างแบบจำลองที่มีจุดประสงค์เพื่อสร้างการคาดการณ์ใหม่ได้อย่างไร แทนที่จะเป็นแบบจำลองปัจจุบันซึ่งส่วนใหญ่ใช้สำหรับการทดลอง”
Dr. Buehler ตอบก่อนว่า "คุณพูดถูก โมเดลแมชชีนเลิร์นนิงแบบดั้งเดิมส่วนใหญ่มักมีพื้นฐานจากการถดถอย แต่โมเดลที่เราพูดถึงในวันนี้ทำงานแตกต่างออกไป เมื่อคุณรวบรวมระบบหลายตัวแทนที่มีความสามารถมากมาย ระบบเหล่านั้นจะเริ่มสำรวจสถานการณ์ใหม่ๆ และเริ่มให้เหตุผลและคาดการณ์ตามการทดสอบที่พวกเขาดำเนินการ พวกเขากลายเป็นมนุษย์มากขึ้น คุณในฐานะนักวิจัย จะไม่ทำการทดสอบและเพิ่งเสร็จสิ้น คุณจะทำการทดสอบ จากนั้นเริ่มดูข้อมูล ตรวจสอบความถูกต้อง และทำการคาดการณ์ใหม่โดยอิงจากข้อมูลนี้ เพื่อเชื่อมโยงจุดต่างๆ และคาดการณ์โดย สร้างสมมติฐานและจินตนาการว่าสถานการณ์ใหม่จะเผยออกมาอย่างไร คุณจะทดลอง รวบรวมข้อมูลใหม่ พัฒนาทฤษฎี และเสนอกรอบการทำงานแบบบูรณาการเกี่ยวกับเรื่องที่สนใจโดยเฉพาะ จากนั้น คุณจะปกป้องความคิดของคุณจากการวิพากษ์วิจารณ์ของเพื่อนร่วมงาน และอาจแก้ไขสมมติฐานของคุณเมื่อมีการใช้ข้อมูลใหม่ นี่คือวิธีการทำงานของระบบปฏิปักษ์แบบหลายตัวแทน แต่แน่นอนว่าระบบเหล่านี้เสริมทักษะของมนุษย์ด้วยความสามารถในการให้เหตุผลมากกว่าข้อมูลจำนวนมหาศาลและการเป็นตัวแทนความรู้ แบบจำลองเหล่านี้สามารถสร้างสมมติฐานใหม่ๆ ที่ขยายขอบเขตไปไกลเกินกว่าที่ได้มีการศึกษามาแล้ว ซึ่งเป็นการเพิ่มกระบวนการทางวิทยาศาสตร์ในการค้นพบและนวัตกรรม”
“ฉันจะเสริมสิ่งนั้น” ดร. วิลเล็ตต์แทรก “โดยขอบเขตของการค้นพบความสมบูรณ์และการถดถอยเชิงสัญลักษณ์เป็นอีกพื้นที่หนึ่งที่มุ่งเป้าไปที่การสร้างสมมติฐานมากกว่ามาก มีงานต่อเนื่องมากมายในพื้นที่นี้”
สมาชิกผู้ชม: “เราจะเพิ่มการเข้าถึงโมเดลประเภทนี้และเอาชนะอุปสรรค เช่น โมเดลส่วนใหญ่ที่สร้างขึ้นสำหรับผู้พูดภาษาอังกฤษได้อย่างไร”
ดร. รีเบคก้า วิลเลตต์ตอบว่า "ผู้คนจำนวนมากสามารถเข้าถึงการใช้โมเดลเหล่านี้ แต่การออกแบบและการฝึกอบรมโมเดลเหล่านี้มีค่าใช้จ่ายหลายล้านดอลลาร์ หากมีเพียงองค์กรกลุ่มเล็กๆ เท่านั้นที่สามารถจัดทำแบบจำลองเหล่านี้ได้ ก็แสดงว่ามีเพียงคนกลุ่มเล็กๆ เท่านั้นที่ทำการตัดสินใจและจัดลำดับความสำคัญในชุมชนวิทยาศาสตร์ และบ่อยครั้งที่ลำดับความสำคัญขององค์กรและบุคคลเหล่านี้มักขับเคลื่อนด้วยผลกำไร ที่กล่าวว่าฉันคิดว่าภูมิทัศน์กำลังเริ่มเปลี่ยนแปลง องค์กรต่างๆ เช่น NSF กำลังพยายามสร้างโครงสร้างพื้นฐานที่ชุมชนวิทยาศาสตร์ในวงกว้างสามารถเข้าถึงได้ ความพยายามนี้คล้ายคลึงกับการพัฒนาซูเปอร์คอมพิวเตอร์ในยุคแรกๆ ในช่วงแรกๆ นักวิจัยต้องส่งข้อเสนอที่ยาวเพื่อเข้าถึงซูเปอร์คอมพิวเตอร์ ฉันคิดว่าเราจะได้เห็นกระบวนทัศน์ที่เกิดขึ้นใหม่ที่คล้ายกันใน AI และ AI เชิงสร้างสรรค์”
“ฉันเห็นด้วย” ดร. วัตสัน-แพร์ริสกล่าว “นอกเหนือจากนั้นในด้านกฎระเบียบ ฉันไม่คิดว่าเราควรควบคุมการวิจัยขั้นพื้นฐาน บางทีอาจเป็นพื้นที่การใช้งาน แต่ไม่ใช่ตัวงานวิจัยเอง”
ขอขอบคุณอย่างยิ่งที่อ่าน และโปรดติดตามบทสรุปของการอภิปรายอีก 2024 หัวข้อของเราที่ AAAS XNUMX
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://feeds.feedblitz.com/~/874103807/0/cccblog~CCC-AAAS-Generative-AI-in-Science-Promises-and-Pitfalls-Recap-%e2%80%93-Part-Four/
- :มี
- :เป็น
- :ไม่
- $ ขึ้น
- 2024
- a
- ความสามารถ
- สามารถ
- เกี่ยวกับเรา
- เข้า
- Accessed
- ความถูกต้อง
- อยากทำกิจกรรม
- ที่เกิดขึ้นจริง
- จริง
- ที่เพิ่ม
- เพิ่ม
- จ่าหน้า
- ความก้าวหน้า
- ขัดแย้ง
- กับ
- AI
- โมเดล AI
- แล้ว
- ด้วย
- จำนวน
- an
- และ
- ประจำปี
- อื่น
- การใช้งาน
- เป็น
- AREA
- AS
- ผู้ช่วย
- At
- เจ้าหน้าที่
- ความพร้อมใช้งาน
- ตาม
- ขั้นพื้นฐาน
- BE
- กลายเป็น
- รับ
- เริ่ม
- เริ่ม
- กำลัง
- ประโยชน์
- ที่ดีที่สุด
- เกิน
- ใหญ่
- วัสดุการแพทย์
- บล็อก
- ร้านหนังสือเกาหลี
- ทั้งสอง
- ที่กว้างขึ้น
- สร้าง
- สร้าง
- แต่
- by
- CAN
- ความสามารถในการ
- CCC
- บล็อก CCC
- เปลี่ยนแปลง
- ชิคาโก
- รวบรวม
- โดยรวม
- ชุมชน
- ส่วนประกอบ
- เสร็จสิ้น
- คอมพิวเตอร์
- วิทยาการคอมพิวเตอร์
- การประชุม
- เชื่อมต่อ
- การก่อสร้าง
- ได้อย่างถูกต้อง
- ค่าใช้จ่าย
- ได้
- คอร์ส
- สร้าง
- ที่สร้างขึ้น
- ปัจจุบัน
- ข้อมูล
- วิทยาศาสตร์ข้อมูล
- วัน
- การตัดสินใจ
- ลึก
- ออกแบบ
- ได้รับการออกแบบ
- การออกแบบ
- พัฒนา
- นักพัฒนา
- พัฒนาการ
- การพัฒนา
- ดิเอโก
- ต่าง
- ต่างกัน
- ทิศทาง
- โดยตรง
- การค้นพบ
- กล่าวถึง
- การสนทนา
- หลาย
- do
- ดอลลาร์
- Dont
- dr
- ฝัน
- ขับเคลื่อน
- ดันแคน
- ก่อน
- สอน
- การให้ความรู้
- ความพยายาม
- องค์ประกอบ
- กากกะรุน
- ทำให้สามารถ
- เปิดการใช้งาน
- ส่งเสริม
- ชั้นเยี่ยม
- ภาษาอังกฤษ
- ซองจดหมาย
- โดยเฉพาะอย่างยิ่ง
- ประเมินค่า
- ตัวอย่าง
- การทดลอง
- การทดลอง
- การทดลอง
- ชำนาญ
- สำรวจ
- อย่างกว้างขวาง
- อำนวยความสะดวก
- ล้มเหลว
- ไกล
- ที่โดดเด่น
- สองสาม
- สาขา
- ชื่อจริง
- โฟกัส
- ตาม
- สำหรับ
- ข้างหน้า
- สี่
- กรอบ
- ราคาเริ่มต้นที่
- เชื้อเพลิง
- อนาคต
- โดยทั่วไป
- สร้าง
- รุ่น
- กำเนิด
- กำเนิด AI
- ได้รับ
- ไป
- ดี
- มากขึ้น
- มี
- มี
- มี
- ไฮไลท์
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- อย่างไรก็ตาม
- HTTPS
- เป็นมนุษย์
- วิ่งกระโดดข้ามรั้ว
- i
- ความคิด
- ความคิด
- if
- การถ่ายภาพ
- สำคัญ
- in
- เพิ่ม
- บุคคล
- ข้อมูล
- โครงสร้างพื้นฐาน
- นักวิเคราะห์ส่วนบุคคลที่หาโอกาสให้เป็นไปได้มากที่สุด
- ข้อมูลเชิงลึก
- แทน
- สถาบัน
- สถาบัน
- แบบบูรณาการ
- ตั้งใจว่า
- อยากเรียนรู้
- ระหว่าง
- แนะนำ
- การประดิษฐ์คิดค้น
- IT
- ตัวเอง
- เพียงแค่
- คีย์
- ทราบ
- ความรู้
- ภูมิประเทศ
- การเรียนรู้
- กดไลก์
- LIMIT
- อีกต่อไป
- ดู
- ดูเหมือน
- Lot
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- การทำ
- หลาย
- แมสซาชูเซต
- สถาบันเทคโนโลยีแมสซาชูเซตส์
- masse
- วัสดุ
- เรื่อง
- แมทธิว
- สูงสุด
- อาจ..
- สมาชิก
- ล้าน
- หายไป
- เอ็มไอที
- แบบ
- โมเดล
- เดือน
- ข้อมูลเพิ่มเติม
- มากที่สุด
- ส่วนใหญ่
- ย้าย
- เดินหน้าต่อไป
- มาก
- my
- จำเป็นต้อง
- ใหม่
- ถัดไป
- NSF
- of
- ปิด
- มักจะ
- on
- คน
- ต่อเนื่อง
- เพียง
- โอเพนซอร์ส
- ทำงาน
- or
- ใบสั่ง
- องค์กร
- อื่นๆ
- ผลิตภัณฑ์อื่นๆ
- ของเรา
- เกิน
- เอาชนะ
- แผง
- แผง
- กระบวนทัศน์
- ส่วนหนึ่ง
- ในสิ่งที่สนใจ
- เส้นทาง
- คน
- บางที
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- น่าเชื่อถือ
- จุด
- นักการเมือง
- ส่วน
- คาดการณ์
- คำทำนาย
- การคาดการณ์
- การนำเสนอผลงาน
- ประธาน
- กด
- ป้องกัน
- ก่อน
- การพิมพ์
- แท่นพิมพ์
- กระบวนการ
- ศาสตราจารย์
- กำไร
- สัญญา
- ข้อเสนอ
- เสนอ
- ป้องกัน
- โปรตีน
- สาธารณะ
- ผลัก
- ใส่
- Q & A
- อ่าน
- การอ่าน
- เหตุผล
- ปะยางรถ
- รับรู้
- ควบคุม
- หน่วยงานกำกับดูแล
- ความเชื่อถือได้
- การวิจัย
- นักวิจัย
- นักวิจัย
- คล้าย
- ผลสอบ
- แก้ไขใหม่
- ขวา
- ห้อง
- วิ่ง
- กล่าวว่า
- ซาน
- ซานดิเอโก
- คำพูด
- สถานการณ์
- สถานการณ์
- วิทยาศาสตร์
- วิทยาศาสตร์
- ที่สอง
- เห็น
- เซสชั่น
- ครั้ง ราคา
- ชุด
- การตั้งค่า
- น่า
- ด้าน
- คล้ายคลึงกัน
- ทักษะ
- เล็ก
- So
- สังคม
- บาง
- บางสิ่งบางอย่าง
- ช่องว่าง
- ช่องว่าง
- พูด
- ลำโพง
- เฉพาะ
- จุดยืน
- ที่เริ่มต้น
- สถิติ
- เข้าพัก
- มีการศึกษา
- การศึกษา
- ส่ง
- อย่างเช่น
- สรุป
- ซูเปอร์คอมพิวเตอร์
- ที่สนับสนุน
- เป็นสัญลักษณ์
- ระบบ
- เอา
- คุย
- เป้าหมาย
- เทคโนโลยี
- เทคโนโลยี
- เทคโนโลยี
- ทดสอบ
- ที่
- พื้นที่
- พื้นที่
- ก้าวสู่อนาคต
- ของพวกเขา
- พวกเขา
- แล้วก็
- ทฤษฎี
- ที่นั่น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- พวกเขา
- สิ่ง
- คิด
- นี้
- ในสัปดาห์นี้
- สาม
- ชื่อหนังสือ
- ไปยัง
- ในวันนี้
- ร่วมกัน
- ไปทาง
- โตโยต้า
- แบบดั้งเดิม
- การฝึกอบรม
- พยายาม
- น่าไว้วางใจ
- เชื่อถือได้
- พยายาม
- ติดตามความคืบหน้า
- สอง
- ชนิด
- ชนิด
- ความเข้าใจ
- มหาวิทยาลัย
- มหาวิทยาลัยชิคาโก
- ไม่ทราบ
- ใช้
- มือสอง
- การใช้
- ตรวจสอบความถูกต้อง
- การตรวจสอบ
- กว้างใหญ่
- ที่ตรวจสอบได้
- การตรวจสอบแล้ว
- ตรวจสอบ
- มาก
- คือ
- ทาง..
- we
- สัปดาห์
- อะไร
- เมื่อ
- ที่
- ทำไม
- จะ
- กับ
- งาน
- จะ
- ปี
- คุณ
- ของคุณ
- ลมทะเล