Međunarodni tim naučnika, uključujući Univerzitet u Kembridžu, pokrenuo je novu istraživačku saradnju koja će koristiti istu tehnologiju koja stoji iza ChatGPT-a za izgradnju alata za naučna otkrića sa AI.
Dok se ChatGPT bavi rečima i rečenicama, AI tima će učiti iz numeričkih podataka i simulacija fizike iz različitih naučnih oblasti kako bi pomogao naučnicima u modeliranju svega, od supergigantskih zvezda do klime na Zemlji.
Tim je pokrenuo inicijativu, nazvanu Polimathic AI ranije ove nedelje, zajedno sa objavljivanjem serije srodnih radova o arKsiv repozitorijumu otvorenog pristupa.
„Ovo će potpuno promeniti način na koji ljudi koriste veštačku inteligenciju i mašinsko učenje u nauci“, rekla je glavni istraživač Polimathic AI Širli Ho, vođa grupe u Centru za računarsku astrofiziku Instituta Flatiron u Njujorku.
Ideja koja stoji iza Polimatic AI „slična je tome kako je lakše naučiti novi jezik kada već znate pet jezika“, rekao je Ho.
Početi sa velikim, unapred obučenim modelom, poznatim kao osnovni model, može biti i brže i preciznije od izgradnje naučnog modela od nule. To može biti tačno čak i ako podaci o obuci nisu očigledno relevantni za problem.
„Bilo je teško sprovesti akademsko istraživanje na modelima temelja u punoj skali zbog obima potrebne računarske snage“, rekao je koistražitelj Majls Kranmer, sa Kembridžovog Odeljenja za primenjenu matematiku i teorijsku fiziku i Instituta za astronomiju. „Naša saradnja sa Simons fondacijom nam je pružila jedinstvene resurse da započnemo izradu prototipa ovih modela za upotrebu u bazičnoj nauci, od kojih će istraživači širom sveta moći da izgrade – to je uzbudljivo.
„Polimathic AI može nam pokazati zajedničke karakteristike i veze između različitih polja koje su možda bile propuštene“, rekao je koistražitelj Siavash Golkar, gostujući istraživač u Centru za računarsku astrofiziku Instituta Flatiron.
„U prethodnim vekovima, neki od najuticajnijih naučnika bili su polimatičari sa širokim razumevanjem različitih oblasti. To im je omogućilo da vide veze koje su im pomogle da dobiju inspiraciju za svoj rad. Sa svakim naučnim domenom koji je postajao sve specijalizovaniji, to je sve veći izazov ostati na čelu višestrukih oblasti. Mislim da je ovo mesto gde nam veštačka inteligencija može pomoći prikupljanjem informacija iz mnogih disciplina.“
Tim Polimathic AI uključuje istraživače iz Simons fondacije i njenog Instituta Flatiron, Univerziteta u Njujorku, Univerziteta u Kembridžu, Univerziteta Prinston i Nacionalne laboratorije Lorens Berkli. Tim uključuje stručnjake za fiziku, astrofiziku, matematiku, veštačku inteligenciju i neuronauku.
Naučnici su ranije koristili AI alate, ali su oni prvenstveno bili namenski napravljeni i obučeni koristeći relevantne podatke.
„Uprkos brzom napretku mašinskog učenja poslednjih godina u različitim naučnim oblastima, u skoro svim slučajevima, rešenja za mašinsko učenje su razvijena za specifične slučajeve upotrebe i obučena na nekim veoma specifičnim podacima“, rekao je koistražitelj Fransoa Lanus, kosmolog u Centru. National de la recherche scientifikue (CNRS) u Francuskoj.
„Ovo stvara granice i unutar i između disciplina, što znači da naučnici koji koriste AI za svoja istraživanja nemaju koristi od informacija koje mogu postojati, ali u drugom formatu ili u potpunosti u drugom polju.
Projekat Polimathic AI će naučiti koristeći podatke iz različitih izvora u fizici i astrofizici (i na kraju u oblastima kao što su hemija i genomika, kažu njegovi tvorci) i primeniti tu multidisciplinarnu pamet na širok spektar naučnih problema. Projekat će „povezati mnoga naizgled različita podpolja u nešto veće od zbira njihovih delova“, rekla je članica projekta Mariel Pettee, postdoktorski istraživač u Nacionalnoj laboratoriji Lorens Berkli.
„Nejasno je koliko daleko možemo da napravimo ove skokove između disciplina“, rekao je Ho. „To je ono što želimo da uradimo – da pokušamo da to i ostvarimo.“
ChatGPT ima dobro poznata ograničenja kada je u pitanju tačnost (na primer, chatbot kaže 2.023 puta 1.234 je 2.497.582, a ne tačan odgovor od 2.496.382). Projekat Polimathic AI će izbeći mnoge od tih zamki, rekao je Ho, tretirajući brojeve kao stvarne brojeve, a ne samo znakove na istom nivou kao slova i interpunkcija. Podaci o obuci će takođe koristiti stvarne naučne skupove podataka koji obuhvataju fiziku koja leži u osnovi kosmosa.
Transparentnost i otvorenost su veliki deo projekta, rekao je Ho. „Želimo da sve objavimo. Želimo da demokratizujemo veštačku inteligenciju za nauku na takav način da ćemo za nekoliko godina moći da poslužimo unapred obučenom modelu zajednici koji može da pomogne da se poboljšaju naučne analize širom sveta. raznih problema i domena“.
