Kineski istraživači na rubu stvaranja "pravih AI naučnika"

Kineski istraživači su na rubu revolucionarnog pristupa razvoju "naučnika umjetne inteligencije (AI)" sposobnih za izvođenje eksperimenata i rješavanje naučnih problema. Nedavni napredak u modelima dubokog učenja je revolucionirao naučna istraživanja, ali trenutni modeli se i dalje bore da precizno oponašaju fizičke interakcije u stvarnom svijetu.

Međutim, tim istraživača sa Univerziteta u Pekingu i Orijentalnog instituta za tehnologiju (EIT) u Kini razvio je novi okvir za obuku modela mašinskog učenja zasnovanog na prethodnom znanju, kao što su zakoni fizike ili matematičke logike, uz podatke.

South China Morning Post izvještava da bi takav pristup mogao dovesti do stvaranja "pravih naučnika s umjetnom inteligencijom" koji mogu poboljšati eksperimente i riješiti naučne probleme. Modeli dubokog učenja značajno su utjecali na naučna istraživanja otkrivajući veze u velikim skupovima podataka. Uprkos ovom napretku, trenutni modeli kao što je OpenAI Sora suočavaju se s ograničenjima u preciznoj simulaciji određenih fizičkih interakcija u stvarnom svijetu.

Na primjer, Sora, tekst-to-video model, stekao je široku popularnost zahvaljujući poboljšanom, realističnom predstavljanju objekata. Međutim, ne može precizno modelirati osnovne interakcije, na primjer, smjer u kojem se kreće plamen svijeća na prazničnoj torti.

Istraživači predlažu uključivanje "prethodnog znanja", kao što su zakoni fizike ili matematičke logike, zajedno sa podacima za obuku preciznijih modela mašinskog učenja.

Ugrađivanje ljudskog znanja u AI modele može povećati njihovu efikasnost i sposobnost predviđanja. Kako bi riješio ovaj problem, tim je razvio okvir za procjenu vrijednosti prethodnog znanja i određivanje njegovog uticaja na tačnost modela. Njihov okvir ima za cilj da proceni vrednost znanja koristeći izvedena pravila, uzimajući u obzir faktore kao što su obim podataka i opseg evaluacije. Provođenjem kvantitativnih eksperimenata, istraživači nastoje razjasniti složen odnos između podataka i prethodnog znanja, uključujući ovisnost, sinergiju i efekte zamjene.

Ovaj model-dijagnostički sistem se može primijeniti na različite mrežne arhitekture, pružajući sveobuhvatno razumijevanje uloge prethodnog znanja u modelima dubokog učenja.

Istraživači su testirali svoj okvir na modelima za rješavanje višedimenzionalnih jednačina i predviđanje rezultata kemijskih eksperimenata. Otkrili su da je inkorporiranje prethodnog znanja značajno poboljšalo performanse ovih modela, posebno u naučnim oblastima gde je doslednost sa fizičkim zakonima ključna za izbegavanje potencijalno katastrofalnih ishoda. Dugoročno, tim ima za cilj razviti AI modele koji mogu samostalno identificirati i primijeniti relevantno znanje bez ljudske intervencije.

Međutim, oni priznaju da kako se količina podataka u modelu povećava, mogu se pojaviti problemi kao što je dominacija općih pravila nad specifičnim lokalnim pravilima, posebno u oblastima kao što su biologija i hemija, gdje opća pravila možda nedostaju.

Pročitajte također:

•  Oklopno vozilo Cockerill iX dobilo je AI za efikasnu borbu protiv dronova
• Šta je AMD XDNA? Arhitektura koja pokreće AI na Ryzen procesorima