Ķīniešu pētnieki uz "īstu AI zinātnieku" radīšanas robežas

Ķīniešu pētnieki atrodas uz revolucionāras pieejas robežas, lai attīstītu "mākslīgā intelekta (AI) zinātniekus", kas spēj veikt eksperimentus un atrisināt zinātniskas problēmas. Nesenie dziļās mācīšanās modeļu sasniegumi ir mainījuši zinātnisko izpēti, taču pašreizējie modeļi joprojām cīnās, lai precīzi atdarinātu reālās pasaules fizisko mijiedarbību.

Tomēr pētnieku komanda no Pekinas Universitātes un Austrumu Tehnoloģiju institūta (EIT) Ķīnā ir izstrādājusi jaunu sistēmu mašīnmācīšanās modeļu apmācībai, pamatojoties uz iepriekšējām zināšanām, piemēram, fizikas vai matemātiskās loģikas likumiem, līdztekus datiem.

South China Morning Post ziņo, ka šāda pieeja varētu radīt "īstus zinātniekus ar mākslīgo intelektu", kas var uzlabot eksperimentus un atrisināt zinātniskas problēmas. Dziļās mācīšanās modeļi ir būtiski ietekmējuši zinātniskos pētījumus, atklājot attiecības lielās datu kopās. Neskatoties uz šiem sasniegumiem, pašreizējie modeļi, piemēram, OpenAI Sora, saskaras ar ierobežojumiem, precīzi simulējot noteiktas fiziskas mijiedarbības reālajā pasaulē.

Piemēram, Sora, teksta-video modelis, ir ieguvis plašu popularitāti, pateicoties uzlabotajam, reālistiskajam objektu attēlojumam. Taču tā nevar precīzi modelēt pamata mijiedarbību, piemēram, virzienu, kādā virzās sveču liesma uz svētku tortes.

Pētnieki iesaka iekļaut "iepriekšējās zināšanas", piemēram, fizikas likumus vai matemātisko loģiku, kā arī datus, lai apmācītu precīzākus mašīnmācīšanās modeļus.

Cilvēku zināšanu iekļaušana AI modeļos var palielināt to efektivitāti un prognozēšanas spēju. Lai atrisinātu šo problēmu, komanda izstrādāja sistēmu, lai novērtētu iepriekšējo zināšanu vērtību un noteiktu to ietekmi uz modeļa precizitāti. To sistēmas mērķis ir novērtēt zināšanu vērtību, izmantojot atvasinātus noteikumus, ņemot vērā tādus faktorus kā datu apjoms un novērtēšanas diapazons. Veicot kvantitatīvus eksperimentus, pētnieki cenšas noskaidrot sarežģītās attiecības starp datiem un iepriekšējām zināšanām, tostarp atkarību, sinerģiju un aizstāšanas efektu.

Šo modeļu diagnostikas sistēmu var pielietot dažādām tīkla arhitektūrām, nodrošinot visaptverošu izpratni par priekšzināšanu lomu dziļās mācīšanās modeļos.

Pētnieki pārbaudīja savu sistēmu, izmantojot modeļus daudzdimensiju vienādojumu risināšanai un ķīmisko eksperimentu rezultātu prognozēšanai. Viņi atklāja, ka iepriekšējo zināšanu iekļaušana ievērojami uzlaboja šo modeļu veiktspēju, jo īpaši zinātnes jomās, kur atbilstība fizikālajiem likumiem ir būtiska, lai izvairītos no potenciāli katastrofāliem rezultātiem. Ilgtermiņā komandas mērķis ir izstrādāt AI modeļus, kas var neatkarīgi identificēt un pielietot attiecīgās zināšanas bez cilvēka iejaukšanās.

Tomēr viņi atzīst, ka, pieaugot datu apjomam modelī, var rasties tādas problēmas kā vispārīgu noteikumu dominēšana pār konkrētiem vietējiem noteikumiem, īpaši tādās jomās kā bioloģija un ķīmija, kur var trūkt vispārīgu noteikumu.

Lasi arī:

•  Bruņumašīna Cockerill iX saņēma mākslīgo intelektu par efektīvu cīņu pret droniem
• Kas ir AMD XDNA? Arhitektūra, kas nodrošina Ryzen procesoru AI