Bekas CEO Google melancarkan rancangan moonshot AI+Science untuk mencapai matlamat OpenAI

Bekas Ketua Pegawai Eksekutif Google Eric Schmidt sedang melancarkan permulaan bukan untung besar-besaran AI+sains yang bertujuan menggunakan kecerdasan buatan untuk menangani cabaran yang dihadapi oleh penyelidikan saintifik

Pictures

Beliau menjemput dua ahli sains bukan untung terkemuka ini :

Samuel Rodriguez, pengasas Makmal Bioteknologi Gunaan di Francis Crick Institute, dan Andrew, seorang profesor di Universiti Rochester dan perintis dalam penggunaan kecerdasan buatan dalam kimia ·White. Mereka semua adalah bintang akademik yang agak muda dalam bidang masing-masing yang telah pun mencapai pencapaian cemerlang

Schmidt, Rodriguez dan White semuanya percaya bahawa kecerdasan buatan akan mengubah masa depan penyelidikan saintifik

Dalam "MIT Dalam artikel bertajuk " Bagaimana AI akan mengubah cara sains dilakukan" yang diterbitkan dalam Technology Review, Schmidt menyatakan visinya

Dengan kemunculan kecerdasan buatan, sains akan menjadi lebih menarik, dan Ia akan menjadi tidak terbaca dalam beberapa aspek. Kesan peralihan ini akan menjangkau jauh melampaui batas makmal, ia akan mempengaruhi kita semua

Gambar

Sebaliknya, Rodriques dan White mencadangkan di laman web eksperimen mereka sendiri atau dalam kuliah umum Ramalan dan andaian bahawa kecerdasan buatan akan menumbangkan sains

Rodriques berkata: “Kami memerlukan pasukan penyelidik AI teras dan saintis teras yang akan bekerjasama dan mengamalkan kitaran lelaran pantas untuk membina sistem yang boleh memanfaatkan teknologi termaju. dan membawa alat bernilai sebenar kepada saintis”

Jim Fan percaya syarikat ini mempunyai potensi yang besar. Jika LLM dan robot pintar menjadi infrastruktur penyelidikan saintifik masa hadapan, eksperimen seperti LK-99 tidak lagi kekal pada tahap alkimia manual

Gambar

Menurut orang yang biasa dengan perkara itu, Schmidt sedang berusaha. Kerja yang sedang dilakukan adalah berdasarkan OpenAI sebagai templat, tetapi pembiayaannya datang daripada Schmidt Futures, yang diasaskan bersama oleh Schmidt bersama isterinya Wendy. Pada asasnya, dana untuk aktiviti tersebut dibayar oleh Schmidt secara peribadi

Jim juga menyatakan kebimbangan sama ada organisasi Schmidt dapat dikekalkan

AI+Science Moon Landing Plan

untuk membentuk asas saintifik dalamDecidighted to ialah cara mengumpul, mengubah dan memahami data

Antaranya, pengumpulan dan analisis data adalah asas pemahaman dan penemuan saintifik.

Pada tahun 1950-an, pengenalan teknologi digital membuka jalan kepada penggunaan komputer secara meluas dalam penyelidikan saintifik

Sejak 2010, peningkatan pembelajaran mendalam telah membolehkan kecerdasan buatan mengenal pasti maklumat yang berkaitan secara saintifik daripada set data yang besar corak untuk memberikan bimbingan yang berharga. Ini sangat meluaskan skop dan cita-cita proses penemuan saintifik

Penemuan saintifik adalah proses pelbagai rupa yang melibatkan beberapa peringkat yang saling berkaitan, termasuk perumusan hipotesis, reka bentuk eksperimen, pengumpulan data dan analisis

Walaupun penyelidikan saintifik terdapat perbezaan dalam amalan dan prosedur pada peringkat yang berbeza, tetapi algoritma kecerdasan buatan mempunyai keupayaan untuk menjangkau disiplin terpencil secara tradisional

Kecerdasan buatan (AI) menyepadukan set data besar-besaran, pengukuran tepat dan panduan eksperimen merentas disiplin dan bidang, meneroka ruang teori yang serasi. dengan data, sambil turut menyediakan model yang boleh diambil tindakan dan boleh dipercayai untuk penemuan autonomi dan menyepadukan dengan aliran kerja saintifik

Aplikasi AI boleh meningkatkan reka bentuk dan reka bentuk pelaksanaan penyelidikan saintifik. Ia boleh mengumpul, menggambarkan dan memproses data dengan mengoptimumkan parameter dan fungsi, mengautomasikan prosedur untuk meneroka sejumlah besar hipotesis calon untuk membentuk perspektif teori, dan menjana hipotesis dan menganggarkan ketidakpastian mereka untuk membuat cadangan bagi eksperimen yang berkaitan

Gambar

Sains di Era AI

Namun, menggunakan kecerdasan buatan untuk penyelidikan saintifik tidak bermakna ia boleh dilakukan secara sambil lewa

Salah satu cabaran terbesar ialah masalah saintifik Ruang hipotesis yang besar menjadikan penerokaan sistematik tidak dapat dilaksanakan

Dalam bidang biokimia, dianggarkan bilangan molekul ubat yang perlu diterokai adalah kira-kira 10 hingga ke-60 power一个

Walaupun sistem kecerdasan buatan boleh merevolusikan aliran kerja saintifik dengan mempercepatkan proses dan menyediakan ramalan yang mendekati ketepatan eksperimen Mendapatkan set data yang boleh dipercayai sebagai penjelasan yang ketara projek untuk model kecerdasan buatan, yang mungkin memerlukan banyak masa dan sumber untuk eksperimen dan simulasi

#🎜 🎜#Dalam perkembangan terkini, AlphaFold yang dibangunkan oleh Google DeepMind berjaya menyelesaikan 50- masalah lipatan protein berusia setahun

Selepas data daripada AlphaFold dikuasakan oleh AI Simulasi sistem molekul dengan berjuta-juta zarah16 menunjukkan potensi kecerdasan buatan untuk menyelesaikan masalah saintifik yang mencabar. kelegapan daripada boleh mengurangkan kepercayaan dalam keputusan ramalan dan juga mengehadkan kebolehgunaannya dalam bidang tertentu Contohnya, output model sebelum aplikasi sebenar Mesti memenuhi syarat yang realistik. Sebagai contoh, penerokaan angkasa lepas manusia dan bidang yang memaklumkan penggubalan dasar, seperti sains iklim #Permintaan untuk kepakaran AI akan dipengaruhi oleh dua kuasa yang akan datang

Pertama, salah satu bidang yang akan mendapat manfaat daripada aplikasi AI ialah pemanduan Autonomi. Kedua, pengenalan alat pintar AI akan meningkatkan teknologi terkini dan mewujudkan peluang baharu, seperti aplikasi dalam proses biologi, kimia atau fizikal, seperti menggunakan AI untuk mengkaji tindak balas pelakuran nuklear, dsb.#🎜🎜 #

#🎜🎜 #

Komposisi pasukan penyelidikan masa depan akan berubah berdasarkan dua kuasa ini, termasuk pakar Al, jurutera perisian dan perkakasan, dan bentuk kerjasama baharu yang melibatkan semua peringkat kerajaan, institusi pendidikan dan perusahaan# 🎜🎜#

Memandangkan model tercanggih terus berkembang dalam saiz, penggunaan tenaga terus meningkat dan kos pengiraan menjadi semakin mahal. Akibatnya, syarikat berteknologi besar melabur dalam infrastruktur pengkomputeran dan perkhidmatan awan, sentiasa menolak had skala dan kecekapan Ini bermakna kedua-dua organisasi untung dan bukan akademik akan Ia adalah perlu bahawa institusi pengajian tinggi boleh mengintegrasikan pelbagai disiplin dengan lebih baik. menggunakan infrastruktur pengkomputeran berskala besar. Selain itu, institusi akademik sering memiliki pangkalan data sejarah yang unik dan teknik pengukuran yang mungkin tidak wujud di tempat lain tetapi penting untuk Al+Science

#🎜🎜 #Aset pelengkap ini akan memacu model industri baharu- kerjasama universiti dan mempengaruhi pilihan soalan penyelidikan

Rujukan:

# 🎜🎜#//m.sbmmt.com/link /db261d4f615f0e982983be499e57ccda

Atas ialah kandungan terperinci Bekas CEO Google melancarkan rancangan moonshot AI+Science untuk mencapai matlamat OpenAI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!