CCC สนับสนุนเซสชันทางวิทยาศาสตร์สามเซสชันในการประชุมประจำปี AAAS ประจำปีนี้ และในกรณีที่คุณไม่สามารถเข้าร่วมด้วยตนเองได้ เราจะสรุปเซสชันแต่ละเซสชัน สัปดาห์นี้เราจะมาสรุปไฮไลท์ของเซสชั่นนี้กัน”AI กำเนิดในทางวิทยาศาสตร์: คำสัญญาและข้อผิดพลาด” ในส่วนที่สอง เราจะสรุปการนำเสนอของ Dr. Markus Buehler เกี่ยวกับ Generative AI ในด้านกลศาสตร์
ดร. Markus Buehler เริ่มการนำเสนอโดยกล่าวถึงวิธีการประยุกต์แบบจำลองเชิงกำเนิดในการศึกษาวัสดุศาสตร์ ในอดีตในด้านวัสดุศาสตร์ นักวิจัยจะรวบรวมข้อมูลหรือพัฒนาสมการเพื่ออธิบายพฤติกรรมของวัสดุ และแก้ปัญหาด้วยปากกาและกระดาษ การเกิดขึ้นของคอมพิวเตอร์ทำให้นักวิจัยสามารถแก้สมการเหล่านี้ได้เร็วยิ่งขึ้นและจัดการกับระบบที่ซับซ้อนมากได้ เช่น การใช้กลศาสตร์ทางสถิติ อย่างไรก็ตาม สำหรับปัญหาบางอย่าง พลังการประมวลผลแบบเดิมยังไม่เพียงพอ ตัวอย่างเช่น รูปภาพด้านล่างแสดงภาพจำนวนโครงร่างที่เป็นไปได้ของโปรตีนขนาดเล็กตัวเดียว (20 ^100 หรือ 1.27×10^130 การออกแบบ) จำนวนการกำหนดค่าที่เป็นไปได้นี้มากกว่าจำนวนอะตอมในจักรวาลที่สังเกตได้ (10^80 อะตอม) ทำให้ปัญหานี้ยากสำหรับซูเปอร์คอมพิวเตอร์ที่ใหญ่ที่สุด
ก่อนแบบจำลองกำเนิด สมการและอัลกอริธึมที่สร้างขึ้นโดยนักวิทยาศาสตร์ถูกจำกัดด้วยคุณลักษณะบางอย่างที่นักวิจัยทุกคนมีร่วมกันตั้งแต่เริ่มแรก นั่นก็คือ มนุษยชาติ “Generative AI ช่วยให้เราก้าวไปไกลกว่าจินตนาการของมนุษย์ เพื่อให้เราสามารถประดิษฐ์และค้นพบสิ่งที่เรายังไม่สามารถทำได้ เนื่องจากเราไม่ฉลาดพอ หรือเพราะเราไม่มีความสามารถที่จะเข้าถึงทุกจุดข้อมูล ในเวลาเดียวกัน” ดร.บูห์เลอร์กล่าว “Generative AI สามารถใช้เพื่อระบุสมการและอัลกอริธึมใหม่ๆ และสามารถแก้สมการเหล่านี้ให้เราได้ นอกจากนี้ แบบจำลองเชิงกำเนิดยังสามารถอธิบายให้เราทราบว่าพวกเขาพัฒนาและแก้ไขสมการเหล่านี้ได้อย่างไร ซึ่งในระดับความซับซ้อนสูง จำเป็นอย่างยิ่งสำหรับนักวิจัยในการทำความเข้าใจ 'กระบวนการคิด' ของแบบจำลอง” ลักษณะสำคัญของวิธีการทำงานของแบบจำลองเหล่านี้คือการแปลข้อมูล (เช่น ผลลัพธ์ของการวัด) ให้เป็นความรู้โดยการเรียนรู้การแสดงกราฟของมัน
ที่มา: เอ็มเจ บูห์เลอร์ เร่งการค้นพบทางวิทยาศาสตร์ด้วยการดึงความรู้เชิงสร้างสรรค์ การแสดงตามกราฟ และการใช้เหตุผลกราฟอัจฉริยะหลายรูปแบบ arXiv ปี 2024
รูปด้านล่างแสดงการออกแบบวัสดุใหม่ ซึ่งเป็นคอมโพสิตที่ใช้ไมซีเลียมตามลำดับชั้น สร้างขึ้นจาก generative AI และมีการผสมผสานระหว่างไรโซมอร์ฟของไมซีเลียม คอลลาเจน สารตัวเติมแร่ธาตุ การทำงานของพื้นผิว และการทำงานร่วมกันที่ซับซ้อนของความพรุนและวัสดุที่ไม่เคยเห็นมาก่อน
ที่มา: เอ็มเจ บูห์เลอร์ เร่งการค้นพบทางวิทยาศาสตร์ด้วยการดึงข้อมูลความรู้เชิงสร้างสรรค์ การแสดงตามกราฟ และการใช้เหตุผลกราฟอัจฉริยะหลายรูปแบบ, arXiv, 2024 ซ้าย: คอมโพสิต Mycrlium ขวา: การออกแบบโปรตีน
นอกจากนี้ generative AI ยังช่วยให้เราเห็นภาพระบบที่ซับซ้อนได้ แทนที่จะอธิบายปฏิสัมพันธ์ระหว่างอะตอม AI สามารถแสดงปฏิสัมพันธ์เหล่านี้ในรูปแบบกราฟ ซึ่งอธิบายกลไกการทำงานของวัสดุ พฤติกรรม และปฏิสัมพันธ์ในระดับต่างๆ เครื่องมือเหล่านี้มีประสิทธิภาพ แต่เพียงอย่างเดียวไม่แข็งแกร่งพอที่จะแก้ปัญหาที่ซับซ้อนสูงเหล่านี้ได้ เพื่อแก้ปัญหานี้ เราสามารถรวมแบบจำลองต่างๆ เข้าด้วยกัน เช่น แบบจำลองที่สามารถจำลองทางฟิสิกส์ได้ และอีกแบบจำลองหนึ่งที่สามารถทำนายแรงและความเครียดได้ และวิธีการออกแบบโปรตีน เมื่อโมเดลเหล่านี้สื่อสารกัน โมเดลเหล่านั้นจะกลายเป็นโมเดลตัวแทน โดยแต่ละโมเดลเป็นตัวแทนที่มีวัตถุประสงค์เฉพาะ ผลลัพธ์ของแต่ละรุ่นจะถูกส่งไปยังรุ่นอื่นๆ และพิจารณาในการประเมินโดยรวมของผลลัพธ์ของรุ่น โมเดลเอเจนติกสามารถรันการจำลองกับข้อมูลที่มีอยู่และสร้างข้อมูลใหม่ได้ ดังนั้นสำหรับพื้นที่ที่มีข้อมูลจำกัดหรือเป็นศูนย์ นักวิจัยสามารถใช้แบบจำลองทางฟิสิกส์เพื่อสร้างข้อมูลเพื่อใช้ในการจำลองได้ "การสร้างแบบจำลองประเภทนี้เป็นหนึ่งในพื้นที่ในอนาคตของการเติบโตของแบบจำลองกำเนิด" ดร. บูห์เลอร์กล่าว โมเดลประเภทนี้สามารถแก้ปัญหาที่ก่อนหน้านี้ถือว่ายากบนซูเปอร์คอมพิวเตอร์ และบางรุ่นยังสามารถทำงานบนแล็ปท็อปมาตรฐานได้อีกด้วย
หนึ่งในความท้าทายหลักในการออกแบบโมเดล AI เจนเนอเรชันที่ได้รับแรงบันดาลใจจากฟิสิกส์ ซึ่งนักวิจัยยังคงให้ความสำคัญอยู่ก็คือวิธีสร้างโมเดลให้สวยงาม และวิธีทำให้โมเดลคล้ายกับสมองของมนุษย์หรือระบบทางชีววิทยามากขึ้น ระบบทางชีวภาพมีความสามารถในการเปลี่ยนแปลงพฤติกรรม เช่น เมื่อคุณกรีดผิวหนัง บาดแผลจะหายเองเมื่อเวลาผ่านไป แบบจำลองสามารถสร้างให้ทำหน้าที่คล้ายกันได้ แทนที่จะฝึกโมเดลเพื่อรักษาบาดแผลตลอดเวลา เราสามารถฝึกโมเดลให้มีความสามารถในการประกอบกลับคืนมาเพื่อดำเนินการแบบไดนามิก ในแง่หนึ่ง เราฝึกโมเดลให้คิดถึงคำถามที่ถามเป็นอันดับแรก และวิธีที่โมเดลสามารถกำหนดค่าใหม่ได้ 'ตัวเอง' เพื่อแก้ปัญหางานบางอย่างได้ดีที่สุด ข้อมูลนี้สามารถใช้ในการทำนายเชิงปริมาณ (เช่น แก้ปัญหางานที่ซับซ้อนสูงเพื่อทำนายภูมิทัศน์พลังงานของโปรตีน) ทำนายเชิงคุณภาพและให้เหตุผลเหนือผลลัพธ์ และบูรณาการความเชี่ยวชาญและทักษะที่แตกต่างกันเพื่อพัฒนาคำตอบของงานที่ซับซ้อน ที่สำคัญ แบบจำลองยังสามารถอธิบายให้เราทราบได้ว่ามาถึงวิธีแก้ปัญหาอย่างไร ระบบทำงานอย่างไร และรายละเอียดอื่นๆ ที่นักวิทยาศาสตร์ที่เป็นมนุษย์อาจสนใจ จากนั้นเราสามารถทำการทดลองเพื่อคาดการณ์และตรวจสอบผลลัพธ์ของการจำลองเหล่านี้สำหรับกรณีที่เป็นแนวคิดที่น่ามีแนวโน้มมากที่สุด เช่น สำหรับการใช้งานการออกแบบวัสดุ
จากนั้น ดร.บูห์เลอร์ได้กล่าวถึงการประยุกต์ใช้แบบจำลองเชิงกำเนิดเหล่านี้ในวัสดุศาสตร์โดยเฉพาะ “ในการคำนวณภูมิทัศน์พลังงานเพื่อแก้ปัญหาการพับผกผันของโปรตีนบางตัว เราไม่จำเป็นต้องรู้ด้วยซ้ำว่าโปรตีนนั้นมีลักษณะอย่างไร ฉันแค่ต้องรู้ส่วนประกอบและลำดับดีเอ็นเอที่กำหนดโปรตีนนี้และเงื่อนไขของ มีการทำการทดลอง หากคุณต้องการโปรตีนชนิดใดชนิดหนึ่งที่มีภูมิทัศน์พลังงานที่แน่นอน เราก็สามารถออกแบบโปรตีนนั้นได้ตามความต้องการ โมเดลเอเจนติกสามารถทำได้เนื่องจากมีความสามารถในการรวมโมเดล การคาดการณ์ และข้อมูลที่แตกต่างกัน สามารถใช้ในการสังเคราะห์โปรตีนใหม่ที่ซับซ้อนซึ่งไม่มีอยู่ในธรรมชาติได้ เราสามารถประดิษฐ์โปรตีนที่มีเส้นใยที่แข็งแกร่งเป็นพิเศษเพื่อใช้ทดแทนพลาสติก หรือสร้างอาหารเทียมที่ดีขึ้น หรือแบตเตอรี่ใหม่ เราสามารถใช้กล่องเครื่องมือของธรรมชาติเพื่อขยายสิ่งที่ธรรมชาติมีให้ และไปไกลกว่าหลักการวิวัฒนาการ ตัวอย่างเช่น เราสามารถออกแบบวัสดุเพื่อวัตถุประสงค์บางอย่างได้ เช่น วัสดุที่มีความยืดหยุ่นสูงหรือมีคุณสมบัติทางแสงบางอย่าง หรือวัสดุที่เปลี่ยนแปลงคุณสมบัติตามสัญญาณภายนอก แบบจำลองที่กำลังเกิดขึ้นในขณะนี้ไม่เพียงแต่สามารถแก้ไขปัญหาเหล่านี้ได้เท่านั้น แต่ยังให้ความสามารถในการอธิบายให้เราทราบว่าปัญหาเหล่านี้ได้รับการแก้ไขอย่างไรอีกด้วย พวกเขายังสามารถอธิบายได้ว่าทำไมกลยุทธ์บางอย่างถึงได้ผลแต่บางกลยุทธ์ไม่ได้ผล พวกเขาสามารถทำนายงานวิจัยใหม่ๆ ได้ เช่น การถามแบบจำลองเพื่อทำนายว่าวัสดุบางชนิดจะมีพฤติกรรมอย่างไรอย่างละเอียด และเราสามารถตรวจสอบสิ่งนี้ได้ด้วยการศึกษาวิจัยในห้องปฏิบัติการ หรือด้วยการจำลองทางฟิสิกส์ นี่เป็นเรื่องที่น่าเหลือเชื่อและฟังดูล้ำสมัย แต่จริงๆ แล้วมันกำลังเกิดขึ้นทุกวันนี้”
- 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/~/873984911/0/cccblog~CCC-AAAS-Generative-AI-in-Science-Promises-and-Pitfalls-Recap-%e2%80%93-Part-Two/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- 1
- 2024
- a
- ความสามารถ
- สามารถ
- เกี่ยวกับเรา
- อย่างแน่นอน
- เข้า
- กระทำ
- จริง
- ที่อยู่
- ตัวแทน
- AI
- โมเดล AI
- อัลกอริทึม
- ทั้งหมด
- อนุญาตให้
- ช่วยให้
- คนเดียว
- ด้วย
- จำนวน
- an
- และ
- ประจำปี
- อื่น
- คำตอบ
- การใช้งาน
- ประยุกต์
- เป็น
- พื้นที่
- มาถึง
- เทียม
- AS
- ขอให้
- แง่มุม
- At
- ที่คาดหวัง
- ตาม
- แบตเตอรี่
- BE
- เพราะ
- กลายเป็น
- รับ
- เริ่ม
- การเริ่มต้น
- พฤติกรรม
- ด้านล่าง
- ที่ดีที่สุด
- ดีกว่า
- ระหว่าง
- เกิน
- Blocks
- บล็อก
- ของเล่นเพิ่มพัฒนาสมอง
- สร้าง
- การก่อสร้าง
- สร้าง
- แต่
- by
- คำนวณ
- CAN
- ความสามารถ
- ความจุ
- กรณี
- กรณี
- CCC
- บล็อก CCC
- บาง
- ความท้าทาย
- เปลี่ยนแปลง
- ลักษณะเฉพาะ
- รวบรวม
- การผสมผสาน
- รวมกัน
- สื่อสาร
- การสื่อสาร
- ซับซ้อน
- ความซับซ้อน
- คอมพิวเตอร์
- การคำนวณ
- พลังคอมพิวเตอร์
- เงื่อนไข
- ดำเนินการ
- การประชุม
- ถือว่า
- สร้างขึ้น
- สร้าง
- ที่สร้างขึ้น
- ตัด
- ข้อมูล
- กำหนด
- ความต้องการ
- บรรยาย
- อธิบาย
- ออกแบบ
- การออกแบบ
- รายละเอียด
- รายละเอียด
- พัฒนา
- พัฒนา
- ต่าง
- ค้นพบ
- การค้นพบ
- ดีเอ็นเอ
- do
- Dont
- dr
- แบบไดนามิก
- e
- แต่ละ
- ทั้ง
- ภาวะฉุกเฉิน
- กากกะรุน
- พลังงาน
- พอ
- สมการ
- การประเมินผล
- แม้
- ทุกๆ
- ตัวอย่าง
- มีอยู่
- ที่มีอยู่
- แสดง
- การทดลอง
- การทดลอง
- ความชำนาญ
- อธิบาย
- ภายนอก
- การสกัด
- ไกล
- ที่มีคุณสมบัติ
- เส้นใย
- รูป
- ชื่อจริง
- อาหาร
- สำหรับ
- กองกำลัง
- ราคาเริ่มต้นที่
- ฟังก์ชัน
- อนาคต
- มากมาย
- สร้าง
- กำเนิด
- กำเนิด AI
- กำหนด
- Go
- กราฟ
- กราฟ
- ยิ่งใหญ่
- มากขึ้น
- การเจริญเติบโต
- สิ่งที่เกิดขึ้น
- มี
- ช่วย
- ลำดับชั้น
- จุดสูง
- ไฮไลท์
- อย่างสูง
- ของเขา
- อดีต
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- อย่างไรก็ตาม
- HTTPS
- เป็นมนุษย์
- มนุษยชาติ
- i
- ความคิด
- แยกแยะ
- if
- ภาพ
- จินตนาการ
- ที่สำคัญ
- in
- เป็นรายบุคคล
- ข้อมูล
- ตัวอย่าง
- แทน
- รวบรวม
- ฉลาด
- โต้ตอบ
- ปฏิสัมพันธ์
- อยากเรียนรู้
- เข้าไป
- ผกผัน
- IT
- เพียงแค่
- คีย์
- ชนิด
- ทราบ
- ความรู้
- ห้องปฏิบัติการ
- ภูมิประเทศ
- แล็ปท็อป
- ใหญ่ที่สุด
- การเรียนรู้
- ซ้าย
- ระดับ
- กดไลก์
- ถูก จำกัด
- LOOKS
- หลัก
- ทำ
- การทำ
- หลาย
- วัสดุ
- การออกแบบวัสดุ
- วัสดุ
- ความกว้างสูงสุด
- อาจ..
- วัด
- กลศาสตร์
- แร่
- แบบ
- การสร้างแบบจำลอง
- โมเดล
- ข้อมูลเพิ่มเติม
- ยิ่งไปกว่านั้น
- มากที่สุด
- มาก
- เส้นใย
- ธรรมชาติ
- จำเป็น
- จำเป็นต้อง
- ใหม่
- นวนิยาย
- ตอนนี้
- จำนวน
- of
- เสนอ
- on
- ONE
- เพียง
- or
- อื่นๆ
- ผลิตภัณฑ์อื่นๆ
- เอาท์พุต
- เอาท์พุท
- เกิน
- ทั้งหมด
- กระดาษ
- ส่วนหนึ่ง
- ในสิ่งที่สนใจ
- อดีต
- คน
- ฟิสิกส์
- พลาสติก
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- จุด
- เป็นไปได้
- อำนาจ
- ที่มีประสิทธิภาพ
- คาดการณ์
- การคาดการณ์
- การเสนอ
- ก่อนหน้านี้
- หลักการ
- ปัญหา
- ปัญหาที่เกิดขึ้น
- สัญญา
- แวว
- คุณสมบัติ
- โปรตีน
- โปรตีน
- ให้
- วัตถุประสงค์
- วัตถุประสงค์
- เชิงคุณภาพ
- เชิงปริมาณ
- คำถาม
- อย่างรวดเร็ว
- เหตุผล
- ปะยางรถ
- แสดง
- การแสดง
- การวิจัย
- นักวิจัย
- ผลสอบ
- ขวา
- วิ่ง
- เดียวกัน
- พูดว่า
- ตาชั่ง
- วิทยาศาสตร์
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- นักวิทยาศาสตร์
- ความรู้สึก
- ลำดับ
- เซสชั่น
- ครั้ง ราคา
- ที่ใช้ร่วมกัน
- แสดงให้เห็นว่า
- คล้ายคลึงกัน
- เหมือนกับ
- การจำลอง
- ตั้งแต่
- เดียว
- ทักษะ
- ผิว
- เล็ก
- สมาร์ท
- So
- จนถึงตอนนี้
- ทางออก
- แก้
- บาง
- เสียง
- โดยเฉพาะ
- มาตรฐาน
- ทางสถิติ
- ยังคง
- กลยุทธ์
- แข็งแรง
- การศึกษา
- ศึกษา
- อย่างเช่น
- สรุป
- ยิ่งใหญ่
- ที่สนับสนุน
- พื้นผิว
- สังเคราะห์
- ระบบ
- ระบบ
- งาน
- งาน
- กว่า
- ที่
- พื้นที่
- ก้าวสู่อนาคต
- ของพวกเขา
- พวกเขา
- แล้วก็
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- พวกเขา
- สิ่ง
- คิด
- นี้
- ในสัปดาห์นี้
- สาม
- เวลา
- ครั้ง
- ไปยัง
- ในวันนี้
- กล่องเครื่องมือ
- เครื่องมือ
- แบบดั้งเดิม
- รถไฟ
- การฝึกอบรม
- รักษา
- สอง
- ชนิด
- ชนิด
- ไม่สามารถ
- เข้าใจ
- จักรวาล
- us
- ใช้
- มือสอง
- การใช้
- ตรวจสอบความถูกต้อง
- ตรวจสอบ
- มาก
- เห็นภาพ
- ต้องการ
- we
- สัปดาห์
- คือ
- อะไร
- เมื่อ
- ที่
- ทำไม
- จะ
- กับ
- งาน
- โรงงาน
- จะ
- คุณ
- ของคุณ
- ลมทะเล
- เป็นศูนย์