邻居一晚让我高潮3次正常吗,人妻丰满熟妇AV无码区动漫,乱LUN合集1第40部分阅读,精品无码国产一区二区三区51安

當前位置:首頁 > 最新資訊 > 行業(yè)資訊

人工智能將影響科學未來

人工智能是有史以來最具變革性和最有價值的科學工具之一。通過利用大量數(shù)據(jù)和計算能力,人工智能系統(tǒng)可以發(fā)現(xiàn)模式,產(chǎn)生見解,并做出以前無法實現(xiàn)的預測。

人工智能將影響科學未來

當我們發(fā)現(xiàn)正處于人工智能革命的風口浪尖時,科學家們開始質(zhì)疑如何才能最好地將這項技術用于他們的研究工作。美國能源部(DoE)正在研究如何最好地利用其龐大的計算資源,使人工智能成為科學研究的核心工具。

這一努力最終促成了科學、安全和技術前沿人工智能(FASST:Frontier AI for Science, Security and Technology)計劃的創(chuàng)建。FASST將作為一項研究和基礎設施開發(fā)計劃運作,目標是為科學開發(fā)和部署高價值的人工智能系統(tǒng)。

計算,環(huán)境和生命科學(CELS)的副實驗室主任和阿貢杰出研究員Rick Stevens在ISC2024會議的演講中討論了這一推動。在這次討論中,他闡述了人工智能在科學領域的未來,以及將在此過程中面臨的一些挑戰(zhàn)。

靈活的人工智能將加速科學發(fā)展

Stevens首先指出,美國能源部有能力在人工智能科學領域發(fā)揮領導作用。該部門擁有進行人工智能工作所需的大量機器設備,以及保持這些系統(tǒng)正常運行所需的人力資源。

接著描述了美國能源部在2022年夏天組織的一系列研討會,討論該部門及其研究人員應該如何看待人工智能革命。研討會最終確定了六個領域,代表了鞏固人工智能發(fā)展的重要科學努力:

用于高級屬性推斷和逆向設計的人工智能:能量存儲,蛋白質(zhì),聚合物,庫存現(xiàn)代化;

用于自主發(fā)現(xiàn)的人工智能和機器人:材料、化學、生物、光源、中子;

基于人工智能的HPC應用:氣候集成,具有百億億級應用程序;

軟件工程和編程中的人工智能:代碼翻譯、優(yōu)化、量子編譯;

用于預測和控制復雜工程系統(tǒng)的人工智能:加速器、建筑、城市、反應堆、電網(wǎng)、網(wǎng)絡

科學知識的基礎、可靠人工智能:假設形成、數(shù)學理論和綜合建模

Stevens指出,科學界需要開始考慮創(chuàng)建能夠執(zhí)行多種功能的靈活模型。他說:“你可以把這六個領域中的每一個都看作是前沿基礎模型的概念目標。”“不是很多模型,不是很小的模型,不是每個數(shù)據(jù)集都有一個模型。高級屬性推斷和逆向設計是一個模型,它涵蓋了所有其他領域,就像ChatGPT一樣。”

這與美國能源部在華盛頓舉行的國家競爭力人工智能博覽會上宣布創(chuàng)建FASST時的一些觀點相呼應。具體來說,美國能源部希望創(chuàng)建靈活的基礎模型,可以解決類似科學領域的各種功能。

能源部副部長David Turk在宣布該計劃時表示:“想象一下,我們有一個像ChatGPT這樣的基礎科學人工智能基礎模型,它會講物理和化學。”

Stevens談到,考慮到人工智能模型參數(shù)的爆炸式增長,這種靈活性是絕對必要的。阿貢國家實驗室已經(jīng)在為萬億參數(shù)模型做準備,這需要巨大的計算能力。如果一位科學家想用一臺10億次浮點運算的混合精度機器,在20萬億個令牌的數(shù)據(jù)上訓練一個萬億個參數(shù)模型,需要幾個月的時間才能完成。這是大多數(shù)組織無法克服的巨大障礙,因此科學家們已經(jīng)在努力提高效率。Stevens提到了一個解決方案,那就是用高質(zhì)量的數(shù)據(jù)推動更小的模型,同時降低復雜性。

然而,他在演講中提到的一個真正有趣的創(chuàng)新是人工智能助手的出現(xiàn)。

人工智能助手的潛力

Stevens和美國能源部的其他科學家正在努力開發(fā)人工智能助手,以最大限度地利用人工智能工具進行科學研究。這個想法是,研究人員將為他們正在進行的特定科學研究量身定制這些助手。

Stevens說:“它全天候為你服務。”“你可以給它發(fā)電子郵件,發(fā)短信,錄視頻,對它大喊大叫。它需要高層次的指導,朝著具體的目標努力,憑直覺判斷你想要什么。它在需要時介入,但只是繼續(xù)工作。我們正試圖找出如何工作的方法。”

有了這樣一個令人興奮和革命性的想法,問題仍然是這項技術離成為現(xiàn)實還有多遠。雖然Stevens提到了一個名為Astral的項目,該項目正在研究這個問題,但他提到了開發(fā)人工智能助手時的可信度問題。

Stevens舉了一個例子,他讓Chat-GPT4寫一個Python程序來解一些漂移擴散方程,這些方程是模擬電荷和半導體的,這對設計未來的計算機是至關重要的。Chat-GPT4接受了這些指令,并生成了一個運行并給出答案的Python代碼。但Stevens問了一個非常重要的問題——誰能核實呢?我們需要多少人來驗證Chat-GPT給出了正確的答案?

Stevens在演講中描述的人工智能助手將徹底改變科學界的游戲規(guī)則。然而,如果我們不能信任從他們那里得到的信息,這些工具就是絕對無用的。像FASST這樣的項目正在努力解決人工智能信任問題,并有望使人工智能助手成為現(xiàn)實。

猜你喜歡