Международная группа ученых, в том числе из Кембриджского университета, запустила новое исследовательское сотрудничество, которое будет использовать ту же технологию, что и ChatGPT, для создания инструмента на базе искусственного интеллекта для научных открытий.
Пока ChatGPT обрабатывает слова и предложения, ИИ команды будет учиться на числовых данных и физическом моделировании из разных научных областей, чтобы помочь ученым в моделировании всего: от звезд-сверхгигантов до климата Земли.
Ранее на этой неделе команда запустила инициативу под названием Polymathic AI , одновременно с публикацией серии связанных статей о репозитории открытого доступа arXiv.
«Это полностью изменит то, как люди используют искусственный интеллект и машинное обучение в науке», — сказала главный исследователь Polymathic AI Ширли Хо, руководитель группы в Центре вычислительной астрофизики Института Флэтайрон в Нью-Йорке.
Идея Polymathic AI «похожа на то, что легче выучить новый язык, если вы уже знаете пять языков», — сказал Хо.
Начать с большой предварительно обученной модели, известной как базовая модель, может быть быстрее и точнее, чем создавать научную модель с нуля. Это может быть правдой, даже если данные обучения не имеют очевидного отношения к рассматриваемой проблеме.
«Было сложно проводить академические исследования полномасштабных моделей фундамента из-за масштаба требуемой вычислительной мощности», — сказал соисследователь Майлз Кранмер из Кембриджского факультета прикладной математики и теоретической физики и Института астрономии. «Наше сотрудничество с Фондом Саймонса предоставило нам уникальные ресурсы, позволяющие начать создавать прототипы этих моделей для использования в фундаментальной науке , на основе которых исследователи со всего мира смогут строить — это интересно».
«Полиматический ИИ может показать нам общие черты и связи между различными областями, которые могли быть упущены», — сказал соисследователь Сиаваш Голкар, приглашенный исследователь в Центре вычислительной астрофизики Института Флэтайрон.
«В предыдущие столетия некоторые из самых влиятельных ученых были эрудитами с широким пониманием различных областей. Это позволяло им видеть связи, которые помогали им черпать вдохновение для своей работы. Поскольку каждая научная область становится все более специализированной, это оставаться в авангарде в нескольких областях становится все сложнее. Я думаю, что это место, где ИИ может помочь нам, объединяя информацию из многих дисциплин».
В команду Polymathic AI входят исследователи из Фонда Саймонса и его Института Флэтайрон, Нью-Йоркского университета, Кембриджского университета, Принстонского университета и Национальной лаборатории Лоуренса Беркли. В команду входят эксперты в области физики, астрофизики, математики, искусственного интеллекта и нейробиологии.
Ученые и раньше использовали инструменты искусственного интеллекта, но в основном они создавались специально и обучались с использованием соответствующих данных.
«Несмотря на быстрый прогресс машинного обучения в последние годы в различных научных областях , почти во всех случаях решения машинного обучения разрабатываются для конкретных случаев использования и обучаются на очень конкретных данных», — сказал соавтор исследования Франсуа Ланусс, космолог Центра. Национальные научные исследования (CNRS) во Франции.
«Это создает границы как внутри, так и между дисциплинами, а это означает, что ученые, использующие ИИ для своих исследований, не получают выгоды от информации, которая может существовать, но в другом формате или совершенно в другой области».
Проект Polymathic AI будет учиться, используя данные из различных источников в физике и астрофизике (и, в конечном итоге, в таких областях, как химия и геномика, как говорят его создатели) и применять эту междисциплинарную смекалку к широкому кругу научных проблем. Проект «соедините многие, казалось бы, несопоставимые подобласти в нечто большее, чем просто сумма их частей», — сказала участница проекта Мариэль Петти, научный сотрудник Национальной лаборатории Лоуренса в Беркли.
«Как далеко мы сможем совершить эти скачки между дисциплинами, неясно», — сказал Хо. «Это то, что мы хотим сделать — попытаться воплотить это в жизнь».
ChatGPT имеет хорошо известные ограничения, когда дело касается точности (например, чат-бот говорит, что 2023 умножить на 1234 — это 2497582, а не правильный ответ — 2496382). По словам Хо, проект Polymathic AI позволит избежать многих из этих ошибок, рассматривая числа как реальные числа, а не просто символы того же уровня, что и буквы и знаки препинания. В обучающих данных также будут использоваться реальные научные наборы данных, отражающие физику, лежащую в основе космоса.
Прозрачность и открытость являются важной частью проекта, сказал Хо. «Мы хотим сделать все достоянием общественности. Мы хотим демократизировать ИИ для науки таким образом, чтобы через несколько лет мы смогли предоставить сообществу предварительно обученную модель, которая поможет улучшить научный анализ в широком масштабе».
Теги: ИИ
