'Science' annonce les dix principales avancées de l'année, l'AIGC et l'IA pour la science gagnent

Tout à l'heure, "Science" a sélectionné les dix principales avancées scientifiques de 2022.

Les deux domaines de recherche populaires qui ont gagné une place pour l'intelligence artificielle cette année sont le contenu généré par l'IA (AIGC) et la découverte scientifique accélérée par l'IA.

La création artistique et la découverte scientifique étaient autrefois considérées comme deux domaines difficiles d'accès pour l'intelligence artificielle, car ils nécessitent l'intelligence et la créativité humaines. Mais désormais, l’IA fait déjà un excellent travail dans les deux sens.

Le plus étudié dans le domaine de l'AIGC en 2022 est sans aucun doute le modèle de génération de texte en image. De tels modèles utilisent l’apprentissage automatique pour analyser les associations de texte et d’images en ligne, trouvant ainsi des modèles qui créent de nouvelles images basées sur un nouveau texte.

À partir de la démonstration OpenAI 2021 de DALL·E générant une « chaise en forme d'avocat », le modèle de génération de texte en image est entré dans une nouvelle étape.

En avril 2022, OpenAI a publié une version améliorée du modèle DALL·E 2. DALL·E 2 est construit sur CLIP et utilise un processus appelé diffusion pour générer des images à partir du « bruit ».

DALL·E 2 peut générer efficacement des images réalistes. Une variété de modèles de diffusion ont été lancés cette année, et des sociétés telles que Meta et Google ont également publié des modèles de diffusion capables de générer des vidéos.

L'image ci-dessous est "Space Opera" générée par le modèle de génération de texte en image Midjourney Jason Allen, un concepteur de jeux de 39 ans, a remporté le championnat de la catégorie art numérique à la foire d'art organisée au Colorado. USA, avec ce tableau généré par l'IA.

Le développement du modèle AIGC en 2022 a suscité l’attention et la réflexion éthique des gens sur l’art de la création de l’IA.

D’autre part, les modèles d’IA ont également poursuivi leurs progrès en 2021 en sciences, mathématiques et programmation. Les 10 principales avancées scientifiques de l'année 2021 incluent AlphaFold, un modèle d'IA qui prédit les structures des protéines. S’appuyant sur ces travaux, les chercheurs ont désormais utilisé l’intelligence artificielle pour concevoir des protéines entièrement nouvelles qui pourraient être utilisées dans des vaccins, des matériaux de construction ou des nanomachines.

Dans un article publié dans Science en septembre de cette année, des chercheurs tels que David Baker, professeur de biochimie à la faculté de médecine de l'Université de Washington, ont proposé que l'IA puisse concevoir des protéines à partir de zéro grâce à deux idées. Une technique, appelée « fantaisie », commence par des séquences aléatoires, puis les transforme en séquences dont d'autres outils d'IA sont sûrs qu'elles se replieront en protéines stables.

Ils ont conçu un nouvel algorithme « ProteinMPNN » pour générer des séquences d'acides aminés, qui peut démarrer le calcul en 1 seconde, ce qui est plus de 200 fois plus rapide que le logiciel précédent.

Au même moment, DeepMind a publié un outil appelé ​​AlphaTensor​​. Il découvre des raccourcis que les mathématiciens humains ont ignorés pendant des décennies, permettant ainsi de concevoir des algorithmes plus efficaces pour les blocs de multiplication matricielle. La multiplication matricielle est un élément essentiel de nombreuses tâches informatiques, notamment l'infographie, les communications numériques, la formation aux réseaux neuronaux et le calcul scientifique, et les algorithmes découverts par AlphaTensor peuvent améliorer considérablement l'efficacité informatique dans ces domaines.

Selon DeepMind, AlphaTensor est construit sur AlphaZero. Ce travail démontre la transition d'AlphaZero d'une utilisation pour les jeux à une utilisation pour la première fois pour résoudre des problèmes mathématiques difficiles.

Bien qu'AlphaTensor se soit initialement concentré sur le problème spécifique de la multiplication matricielle, DeepMind a déclaré qu'il espérait inciter davantage de personnes à utiliser l'IA pour guider la découverte d'algorithmes pour d'autres tâches informatiques de base. De plus, les recherches de DeepMind montrent également que le puissant algorithme d’AlphaZero va bien au-delà du domaine des jeux traditionnels et peut aider à résoudre des problèmes ouverts dans le domaine des mathématiques.

DeepMind a également lancé AlphaCode, un système qui peut être programmé pour résoudre des problèmes numériques, comme compter combien de chaînes binaires d'une longueur donnée n'ont pas de zéros consécutifs. AlphaCode utilise un modèle formé sur les programmes précédents et leurs descriptions pour générer un certain nombre de programmes candidats, puis sélectionne les plus prometteurs.

La semaine dernière, les recherches d’AlphaCode ont été officiellement publiées dans Science.

Les performances d'AlphaCode sont moyennes par rapport aux programmeurs humains. Les chercheurs de DeepMind ont testé AlphaCode dans le cadre du défi Codeforces, une plateforme de compétition de programmation. AlphaCode a été testé sur 10 défis résolus par 5 000 utilisateurs sur le site Web Codeforces. Le classement général s'est classé parmi les 54,3 %, dépassant 46 % des participants.

Bien qu'il n'ait pas réussi à remporter la compétition, ce résultat représente un bond substantiel dans les capacités de résolution de problèmes de l'intelligence artificielle et prouve le potentiel des modèles d'apprentissage profond dans les tâches qui nécessitent une pensée critique.

DeepMind souligne que l'ensemble des compétences actuelles d'AlphaCode ne convient actuellement qu'aux domaines de programmation compétitifs, mais ses capacités ouvrent de nouvelles portes pour créer de futurs outils qui rendront la programmation plus facile et un jour entièrement automatisée.

En plus du débat sur la question de savoir si ces exploits comptent comme une véritable créativité, ils soulèvent également des dilemmes pratiques et éthiques. Certains observateurs craignent que ces programmeurs et artistes artificiellement conçus puissent enfreindre les droits d’auteur, perpétuer des stéréotypes, diffuser des informations erronées ou supprimer des emplois. Mais il ne fait aucun doute que les humains utiliseront ces outils pour développer leur créativité, tout comme ils l’ont fait dans le passé avec des métiers à tisser, des appareils photo et d’autres inventions autrefois inquiétantes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!