科学研究への新しいアプローチ: GPT-3 を活用しましょう

この記事は AI New Media Qubits (公開アカウント ID: QbitAI) の許可を得て転載されています。転載する場合は出典にご連絡ください。

科学研究の最新姿勢を中国人が解き明かした——

AI に研究目標を伝え、データセットを AI に「フィード」すれば完了です。

これはバークレーの博士課程学生 Zhong Ruiqi らによる最新の研究です。膨大なデータセットからの退屈な「証拠収集」プロセスはすべて GPT-3 によって解決されます:

また、科学研究に AI を使用するこの方法は効率が高いだけでなく、人間が思いつかないような「予期せぬ驚き」を生み出す可能性があることも発見しました。

GPT-3 を科学研究に役立てましょう

では、なぜ彼らは突然この方法を科学研究に使用したいのでしょうか?

これは、大規模なコーパスを詳細にマイニングすることで確かに有用な結果が得られることが判明したためですが、このプロセスを人間が行うと、単純に時間と労力がかかりすぎます。

したがって、彼らはこの退屈なプロセスを GPT-3 に引き渡すことを決定し、このタスクを「D5」と名付けました:

言語記述による分布差異の目標主導型発見。言語記述を通じて、分散された差異の目標主導型の発見が達成されます。

「D5」タスクのプロセスは、次の 2 つのアクションだけです。

研究目標の入力

• 2 つのコーパスの入力

#たとえば、上記のケースでは、弟はまず 2 つのコーパスを AI に入力します。

コーパス A: 薬を飲んでいる、患者のA

コーパス B: 薬 B を服用した後の患者の反応レポート
• #次に、AI に対する研究目標、つまり「薬 A の副作用について知りたい」を決定します。 。
• AI はタスクを受け取るとすぐに分析作業を開始し、最終的に次の結論に達します:

コーパス A のサンプルはより多くの患者によって言及されるでしょう。パラノイア"。

しかし、想像してみてください。人間の研究者にこの作業を許可すると、さらなる比較分析やその他の作業は言うまでもなく、コーパス A と B を理解するだけでも多くの時間がかかるでしょう。

D5 ミッションがこれほどスムーズに完了できるのは、彼らが舞台裏で多くの仕事をしてくれたからです。

たとえば、OpenD5 メタデータ セットが構築されます。これには、ビジネス、社会科学、人文科学、健康、機械学習などの分野をカバーする、D5 タスクを満たす 675 個の未解決の質問が含まれています。

そして、各自由回答式の質問は、平均 17,000 のサンプルを持つコーパス ペア (コーパス A とコーパス B) に対応します。

弟も各コーパスの 50% を研究部分として使用し、残りの 50% を検証に使用します。

これをもとに、私は「D5システム」を構築しました。その動作原理は、人間がデータベースから結果を得るのと同じで、創造的に仮説を立てる段階と、創造的に仮説を立てる段階と、この仮説はセット上で厳密にテストされます。

この考えに従って、研究者たちは次に GPT-3 を使用して実験を実施しました。

彼らはまず GPT3 に研究目標と各コーパスからのいくつかのサンプルを示し、次に仮説のリストを作成するように依頼しました。

最後の実験では、GPT-3 がターゲットの説明を使用して、より関連性が高く、新規で、意味のある仮説を提案できることがわかりました。

OpenD5 データセットは非常に多くの分野をカバーしているため、私の兄は、彼らの D5 システムには幅広い用途があると言いました。

欠点もいくつかあります

#しかし、このD5システムに関しては、欠点も率直に述べました。

たとえば、コーパスにスラングや口語、感情を伴う言葉が多く含まれている場合、AIが与える「発見」には偏りが生じます。

つまり、AIが特定の状況の語彙や説明を誤解して分析したことを意味します。

さらに、より柔軟なコーパスとよりスケーラブルなシステムも今後の研究の焦点であると述べました。

しかし、この研究は私をとても興奮させてくれたようで、結局のところ、「AI 原稿を使用して科学研究を構築する」という彼の夢にまた一歩近づいたのです。

参考リンク:

[1]

//m.sbmmt.com/link/ b1adda14824f50ef24ff1c05bb66faf3 [2]
//m.sbmmt.com/link/ec26fc2eb2b75aece19c70392dc744c2

以上が科学研究への新しいアプローチ: GPT-3 を活用しましょうの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。