CCC สนับสนุนเซสชันทางวิทยาศาสตร์สามเซสชันในการประชุมประจำปี AAAS ประจำปีนี้ และในกรณีที่คุณไม่สามารถเข้าร่วมด้วยตนเองได้ เราจะสรุปเซสชันแต่ละเซสชัน สัปดาห์นี้เราจะมาสรุปไฮไลท์ของเซสชั่นนี้กัน”AI กำเนิดในทางวิทยาศาสตร์: คำสัญญาและข้อผิดพลาด” ในส่วนที่หนึ่ง เราจะสรุปการแนะนำและการนำเสนอโดย Dr. Rebecca Willett
คณะกรรมการ AAAS แห่งแรกของ CCC ในการประชุมประจำปี 2024 จัดขึ้นในวันศุกร์ที่ 16 กุมภาพันธ์ ซึ่งเป็นวันที่สองของการประชุม คณะผู้กลั่นกรองโดย คสช. เอง ดร.แมทธิว เติร์กประธานสถาบันเทคโนโลยีโตโยต้าที่ชิคาโก ประกอบด้วยผู้เชี่ยวชาญที่ใช้ปัญญาประดิษฐ์กับสาขาวิทยาศาสตร์ที่หลากหลาย ดร.รีเบคก้า วิลเล็ตต์ศาสตราจารย์ด้านสถิติและวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยชิคาโก เน้นการนำเสนอของเธอเกี่ยวกับวิธีการใช้แบบจำลองเชิงกำเนิดในทางวิทยาศาสตร์ และเหตุใดแบบจำลองที่มีจำหน่ายทั่วไปจึงไม่เพียงพอที่จะนำไปใช้กับการวิจัยทางวิทยาศาสตร์ ดร.มาร์คุส บูห์เลอร์ศาสตราจารย์ด้านวิศวกรรมที่สถาบันเทคโนโลยีแมสซาชูเซตส์ พูดถึงแบบจำลองเชิงกำเนิดที่ประยุกต์ใช้กับวัสดุศาสตร์ และ ดร.ดันแคน วัตสัน-แพริส, ผู้ช่วยศาสตราจารย์ที่ Scripps Institution of Oceanography และHalıcıoğlu Data Science Institute ที่ UC San Diegoอภิปรายว่าแบบจำลองเชิงกำเนิดสามารถนำมาใช้ในการศึกษาวิทยาศาสตร์ภูมิอากาศได้อย่างไร
ดร.เติร์ก ผู้เชี่ยวชาญด้านคอมพิวเตอร์วิทัศน์และการโต้ตอบระหว่างมนุษย์กับคอมพิวเตอร์ เริ่มต้นการอภิปรายโดยแยกความแตกต่างระหว่าง Generative AI ออกจาก AI ทั้งหมด “หัวใจหลักของแอปพลิเคชัน generative AI คือโมเดลกำเนิดที่ประกอบด้วยโครงข่ายประสาทเทียมเชิงลึกที่เรียนรู้โครงสร้างของข้อมูลการฝึกอบรมอันมากมาย จากนั้นจึงสร้างข้อมูลใหม่ตามสิ่งที่พวกเขาได้เรียนรู้”
ดร. เติร์กยังได้สรุปข้อกังวลยอดนิยมเกี่ยวกับระบบกำเนิด ทั้งจากความล้มเหลวของระบบเอง เช่น ข้อกังวลที่อ้างถึงบทสรุปทางกฎหมายที่ไม่มีอยู่จริง และเนื่องจากผู้ไม่ประสงค์ดีใช้สิ่งเหล่านั้นเพื่อสร้างเนื้อหาปลอม เช่น เสียงปลอมหรือ วิดีโอของนักการเมืองหรือคนดัง
“โดยเฉพาะอย่างยิ่ง” ดร. เติร์กกล่าว “เซสชั่นนี้จะมุ่งเน้นไปที่การใช้ generative AI ในทางวิทยาศาสตร์ ทั้งในฐานะที่เป็นพลังในการเปลี่ยนแปลงในการแสวงหาวิทยาศาสตร์และยังเป็นความเสี่ยงที่อาจเกิดการหยุดชะงัก”
ดร. Rebecca Willett เริ่มการนำเสนอของเธอโดยสรุปว่า AI เชิงกำเนิดสามารถใช้ประโยชน์จากการสนับสนุนกระบวนการค้นพบทางวิทยาศาสตร์ได้อย่างไร อันดับแรกเธอมุ่งเน้นไปที่วิธีการทำงานของโมเดลเชิงกำเนิด รูปภาพด้านล่างจากสไลด์ของ Dr. Willett แสดงให้เห็นว่าแบบจำลองภาษา เช่น ChatGPT ประเมินความน่าจะเป็นของคำที่เกิดขึ้นอย่างไร โดยพิจารณาจากชุดคำก่อนหน้า และวิธีที่แบบจำลองการสร้างภาพ เช่น DALL-E 2 สร้างภาพ จากการแจ้งเตือนที่กำหนดโดยใช้การแจกแจงความน่าจะเป็นที่เรียนรู้จากรูปภาพนับพันล้านภาพระหว่างการฝึก
“การใช้หลักการของการแจกแจงความน่าจะเป็นซึ่งรองรับแบบจำลองกำเนิดทั้งหมด แบบจำลองเหล่านี้สามารถนำไปใช้กับแนวคิดสำคัญทางวิทยาศาสตร์ เช่น การสร้างสถานการณ์สภาพภูมิอากาศที่เป็นไปได้โดยพิจารณาจากสภาพอากาศในปัจจุบันและนโยบายที่เป็นไปได้ หรือการสร้างไมโครไบโอมใหม่ที่มีฟังก์ชันการทำงานที่เป็นเป้าหมาย เช่น ที่มีประสิทธิภาพอย่างยิ่งในการสลายพลาสติก” ดร. วิลเลตต์กล่าว
อย่างไรก็ตาม การใช้เครื่องมือสร้างที่มีจำหน่ายทั่วไป เช่น ChatGPT หรือ DALL-E 2 สำหรับการวิจัยทางวิทยาศาสตร์นั้นไม่เพียงพอ เครื่องมือเหล่านี้ถูกสร้างขึ้นในสภาพแวดล้อมที่แตกต่างจากบริบทที่นักวิทยาศาสตร์ใช้งานอย่างมาก ความแตกต่างที่ชัดเจนอย่างหนึ่งระหว่างแบบจำลองกำเนิดที่มีจำหน่ายทั่วไปและแบบจำลองทางวิทยาศาสตร์คือข้อมูล ในทางวิทยาศาสตร์ มักมีข้อมูลน้อยมากที่จะใช้เป็นฐานสมมติฐาน ข้อมูลทางวิทยาศาสตร์มักมาจากการจำลองและการทดลอง ซึ่งทั้งสองอย่างนี้มักจะมีราคาแพงและใช้เวลานาน เนื่องจากข้อจำกัดเหล่านี้ นักวิทยาศาสตร์จึงต้องเลือกอย่างระมัดระวังว่าจะทำการทดลองใด และวิธีการเพิ่มประสิทธิภาพและประโยชน์ของระบบเหล่านี้ให้สูงสุด ในทางตรงกันข้าม โมเดลที่มีจำหน่ายทั่วไปให้ความสำคัญกับแหล่งที่มาของข้อมูลน้อยกว่ามาก โดยเลือกที่จะเพิ่มปริมาณข้อมูลให้สูงสุดที่สามารถใช้งานได้ ในด้านวิทยาศาสตร์ ความแม่นยำของชุดข้อมูลและที่มาของชุดข้อมูลมีความสำคัญอย่างยิ่ง เนื่องจากนักวิทยาศาสตร์จำเป็นต้องพิสูจน์ผลการวิจัยด้วยหลักฐานเชิงประจักษ์ที่แข็งแกร่ง
“นอกจากนี้ ในด้านวิทยาศาสตร์ เป้าหมายของเราแตกต่างจากการผลิตสิ่งที่เป็นไปได้” ดร. วิลเลตต์กล่าว “เราต้องเข้าใจวิธีการทำงานของสิ่งต่าง ๆ ที่อยู่นอกขอบเขตของสิ่งที่เราสังเกตเห็นมาจนถึงตอนนี้” วิธีการนี้ขัดแย้งกับโมเดล AI เชิงสร้างสรรค์ที่ปฏิบัติต่อข้อมูลในฐานะตัวแทนของการสังเกตที่เป็นไปได้ทั้งหมด การรวมแบบจำลองทางกายภาพและข้อจำกัดเข้ากับ generative AI ช่วยให้มั่นใจได้ว่าจะนำเสนอปรากฏการณ์ทางกายภาพได้ดีขึ้น
แบบจำลองทางวิทยาศาสตร์จะต้องสามารถจับภาพเหตุการณ์ที่เกิดขึ้นได้ยากด้วย “เราสามารถเพิกเฉยต่อเหตุการณ์ที่เกิดขึ้นได้ยากจำนวนมากได้อย่างปลอดภัยเมื่อเราฝึก ChatGPT แต่ในทางกลับกัน เหตุการณ์ที่เกิดขึ้นได้ยากมักเป็นสิ่งที่เราใส่ใจมากที่สุดในบริบทของวิทยาศาสตร์ เช่น ในแบบจำลองสภาพภูมิอากาศที่คาดการณ์เหตุการณ์สภาพอากาศที่เกิดขึ้นได้ยาก หากเราใช้แบบจำลองกำเนิดที่หลีกเลี่ยงเหตุการณ์ที่เกิดขึ้นไม่บ่อยนัก เช่น ไม่เคยทำนายพายุเฮอริเคน แบบจำลองนี้จะไม่มีประโยชน์มากนักในทางปฏิบัติ”
ความท้าทายที่เกี่ยวข้องคือการพัฒนาแบบจำลอง AI เชิงสร้างสรรค์สำหรับกระบวนการที่วุ่นวาย ซึ่งมีความไวต่อสภาวะเริ่มต้น ดร.วิลเล็ตต์ฉายวิดีโอด้านล่าง ซึ่งแสดงให้เห็นอนุภาคสองตัวเคลื่อนที่ในอวกาศตามสมการลอเรนซ์ 63 สมการเหล่านี้เป็นสมการที่กำหนดได้ ไม่ใช่แบบสุ่ม แต่เมื่อพิจารณาจากตำแหน่งเริ่มต้นสองแห่งที่แตกต่างกันเล็กน้อย คุณจะเห็นว่า ณ เวลาใดก็ตาม อนุภาคทั้งสองอาจอยู่ในตำแหน่งที่ต่างกันมาก การพัฒนาแบบจำลอง AI เชิงกำเนิดที่ทำนายทิศทางที่แน่นอนของกระบวนการดังกล่าว ซึ่งเกิดขึ้นในวิทยาศาสตร์ภูมิอากาศ ความปั่นป่วน และพลวัตของเครือข่าย นั้นเป็นพื้นฐานที่ยาก แต่แนวทางใหม่ในการสร้างแบบจำลองเชิงกำเนิดสามารถรับประกันได้ว่ากระบวนการที่สร้างขึ้นจะมีลักษณะทางสถิติที่สำคัญร่วมกับข้อมูลทางวิทยาศาสตร์ที่แท้จริง
[เนื้อหาฝัง]
สุดท้ายนี้ ดร. วิลเลตต์กล่าวถึงข้อเท็จจริงที่ว่าข้อมูลทางวิทยาศาสตร์มักครอบคลุมขอบเขตกว้างใหญ่ทั้งเชิงพื้นที่และเชิงเวลา ตัวอย่างเช่น ในสาขาวัสดุศาสตร์ นักวิจัยศึกษาวัสดุในระดับนาโนเมตรสำหรับคำที่ใช้นามแฝง ไปจนถึงระบบขนาดใหญ่ เช่น เครื่องบินทั้งลำ “ช่วงของเครื่องชั่งนั้นแตกต่างอย่างมากจากข้อมูลที่ใช้ในแบบจำลองที่มีจำหน่ายทั่วไป และเราจำเป็นต้องพิจารณาว่าเราจะสร้างแบบจำลองกำเนิดเหล่านี้อย่างไรในลักษณะที่ส่งผลต่อปฏิสัมพันธ์ระหว่างเครื่องชั่งเหล่านี้อย่างแม่นยำ”
“แบบจำลองเจนเนอเรชั่นคืออนาคตของวิทยาศาสตร์” ดร.วิลเล็ตต์กล่าว “แต่เพื่อให้แน่ใจว่าแบบจำลองเหล่านี้จะถูกนำมาใช้อย่างมีประสิทธิภาพ เราจำเป็นต้องสร้างความก้าวหน้าขั้นพื้นฐานใน AI และไปไกลกว่าการเสียบข้อมูลเข้ากับ ChatGPT”
ขอบคุณมากที่อ่าน และโปรดติดตามอ่านสรุปการนำเสนอของ Dr. Markus Buehler เรื่อง Generative AI ใน Mechanobiology ได้ในวันพรุ่งนี้
- 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/~/873922907/0/cccblog~CCC-AAAS-Generative-AI-in-Science-Promises-and-Pitfalls-Recap-Part-One/
- :เป็น
- :ไม่
- :ที่ไหน
- $ ขึ้น
- 16th
- 2024
- a
- สามารถ
- เกี่ยวกับเรา
- ตาม
- ความถูกต้อง
- แม่นยำ
- นักแสดง
- จ่าหน้า
- ความก้าวหน้า
- AI
- โมเดล AI
- ทั้งหมด
- ด้วย
- am
- จำนวน
- an
- และ
- ประจำปี
- ใด
- การใช้งาน
- ประยุกต์
- ใช้
- เข้าใกล้
- วิธีการ
- เป็น
- เกิดขึ้น
- เทียม
- ปัญญาประดิษฐ์
- AS
- At
- ที่คาดหวัง
- เสียง
- หลีกเลี่ยง
- ไม่ดี
- ฐาน
- ตาม
- BE
- เพราะ
- เริ่ม
- ด้านล่าง
- ดีกว่า
- ระหว่าง
- เกิน
- พันล้าน
- บล็อก
- ทั้งสอง
- หมดสภาพ
- การก่อสร้าง
- แต่
- by
- CAN
- สามารถ
- จับ
- ซึ่ง
- รอบคอบ
- กรณี
- CCC
- บล็อก CCC
- ดารา
- ท้าทาย
- ลักษณะ
- ChatGPT
- ชิคาโก
- Choose
- ภูมิอากาศ
- มา
- สงบ
- คอมพิวเตอร์
- วิทยาการคอมพิวเตอร์
- วิสัยทัศน์คอมพิวเตอร์
- ความกังวลเกี่ยวกับ
- เงื่อนไข
- การประชุม
- พิจารณา
- ข้อ จำกัด
- เนื้อหา
- สิ่งแวดล้อม
- ตรงกันข้าม
- แกน
- คอร์ส
- ที่สร้างขึ้น
- ปัจจุบัน
- ดัล-อี
- ข้อมูล
- วิทยาศาสตร์ข้อมูล
- ชุดข้อมูล
- วัน
- ลึก
- ที่กำลังพัฒนา
- ความแตกต่าง
- ต่าง
- การค้นพบ
- กล่าวถึง
- แสดง
- แสดง
- การหยุดชะงัก
- การกระจาย
- ลง
- dr
- สอง
- ดันแคน
- ในระหว่าง
- พลศาสตร์
- แต่ละ
- มีประสิทธิภาพ
- อย่างมีประสิทธิภาพ
- ที่ฝัง
- ชั้นเยี่ยม
- มหาศาล
- ทำให้มั่นใจ
- ทั้งหมด
- สมการ
- เหตุการณ์
- หลักฐาน
- แน่นอน
- ตัวอย่าง
- แพง
- การทดลอง
- ชำนาญ
- ผู้เชี่ยวชาญ
- ความจริง
- ความล้มเหลว
- เทียม
- ไกล
- กุมภาพันธ์
- สาขา
- ชื่อจริง
- โฟกัส
- มุ่งเน้น
- สำหรับ
- บังคับ
- วันศุกร์
- ราคาเริ่มต้นที่
- เต็ม
- ฟังก์ชั่น
- พื้นฐาน
- ลึกซึ้ง
- อนาคต
- สร้าง
- สร้าง
- สร้าง
- การสร้าง
- รุ่น
- กำเนิด
- กำเนิด AI
- กำหนด
- Go
- เป้าหมาย
- ยาก
- มี
- จะช่วยให้
- เธอ
- จุดสูง
- ไฮไลท์
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- พายุเฮอริเคน
- ความคิด
- if
- ไม่สนใจ
- ภาพ
- ภาพ
- ความสำคัญ
- สำคัญ
- in
- ผสมผสาน
- เหลือเชื่อ
- แรกเริ่ม
- สถาบัน
- สถาบัน
- Intelligence
- ปฏิสัมพันธ์
- ปฏิสัมพันธ์
- เข้าไป
- บทนำ
- IT
- คีย์
- ภาษา
- ขนาดใหญ่
- เรียนรู้
- ได้เรียนรู้
- กฎหมาย
- น้อยลง
- ใช้ประโยชน์
- น่าจะ
- ข้อ จำกัด
- น้อย
- วันหยุด
- Lot
- ทำ
- แมสซาชูเซต
- สถาบันเทคโนโลยีแมสซาชูเซตส์
- วัสดุ
- แมทธิว
- ความกว้างสูงสุด
- เพิ่ม
- การเพิ่ม
- อาจ..
- ที่ประชุม
- แค่
- เอ็มไอที
- แบบ
- การสร้างแบบจำลอง
- โมเดล
- Moonshot
- มากที่สุด
- การย้าย
- มาก
- ต้อง
- จำเป็นต้อง
- เครือข่าย
- เครือข่าย
- เกี่ยวกับประสาท
- เครือข่ายประสาทเทียม
- ไม่เคย
- ใหม่
- ไม่มีอยู่
- นวนิยาย
- ชัดเจน
- ที่เกิดขึ้น
- ราคาต่อรอง
- of
- มักจะ
- on
- ONE
- ทำงาน
- or
- ต้นกำเนิด
- ของเรา
- ออก
- ที่ระบุไว้
- สรุป
- ด้านนอก
- ของตนเอง
- แผง
- ส่วนหนึ่ง
- โดยเฉพาะ
- คน
- กายภาพ
- สถานที่
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- ผู้เล่น
- กรุณา
- นโยบาย
- นักการเมือง
- ยอดนิยม
- เป็นไปได้
- ที่มีศักยภาพ
- การปฏิบัติ
- คาดการณ์
- คาดการณ์
- การเสนอ
- ประธาน
- ก่อน
- หลัก
- กระบวนการ
- กระบวนการ
- การผลิต
- ศาสตราจารย์
- สัญญา
- การแสวงหา
- หุ้น
- สุ่ม
- พิสัย
- หายาก
- อ่าน
- การอ่าน
- จริง
- ปะยางรถ
- ที่เกี่ยวข้อง
- แสดง
- ตัวแทน
- การวิจัย
- นักวิจัย
- ความเสี่ยง
- แข็งแรง
- วิ่ง
- อย่างปลอดภัย
- กล่าวว่า
- ซาน
- พูดว่า
- ขนาด
- ตาชั่ง
- สถานการณ์
- วิทยาศาสตร์
- วิทยาศาสตร์
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- ที่สอง
- เห็น
- มีความละเอียดอ่อน
- เซสชั่น
- ครั้ง ราคา
- ชุด
- การตั้งค่า
- Share
- เธอ
- แสดงให้เห็นว่า
- การจำลอง
- สไลด์
- แตกต่างกันเล็กน้อย
- So
- จนถึงตอนนี้
- ช่องว่าง
- ครอบคลุม
- เกี่ยวกับอวกาศ
- ที่เริ่มต้น
- ทางสถิติ
- สถิติ
- โครงสร้าง
- ศึกษา
- การศึกษา
- อย่างเช่น
- เพียงพอ
- สรุป
- สนับสนุน
- ที่สนับสนุน
- ระบบ
- ระบบ
- เป้าหมาย
- เทคโนโลยี
- เทคโนโลยี
- กว่า
- ที่
- พื้นที่
- ก้าวสู่อนาคต
- ของพวกเขา
- ตัวเอง
- แล้วก็
- ที่นั่น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- พวกเขา
- สิ่ง
- นี้
- ในสัปดาห์นี้
- เหล่านั้น
- สาม
- เวลา
- ต้องใช้เวลามาก
- ไปยัง
- วันพรุ่งนี้
- เอา
- เครื่องมือ
- โตโยต้า
- การฝึกอบรม
- กระแส
- รักษา
- ปรับแต่ง
- ความวุ่นวาย
- สอง
- เป็นปกติ
- เข้าใจ
- มหาวิทยาลัย
- มหาวิทยาลัยชิคาโก
- ใช้
- มือสอง
- มีประโยชน์
- การใช้
- ความหลากหลาย
- มาก
- วีดีโอ
- วิสัยทัศน์
- คือ
- ทาง..
- we
- สภาพอากาศ
- สัปดาห์
- คือ
- อะไร
- เมื่อ
- ที่
- WHO
- ทำไม
- จะ
- กับ
- คำ
- คำ
- งาน
- คุณ
- YouTube
- ลมทะเล