Le mathématicien chinois Terence Tao dirige le groupe de travail sur l'IA générative de la Maison Blanche, et Li Feifei prendra la parole au sein du groupe.

·Le groupe de travail sur l'IA générative établi par le Conseil présidentiel des conseillers en science et technologie est conçu pour aider à évaluer les principales opportunités et risques dans le domaine de l'intelligence artificielle et fournir des conseils au président des États-Unis pour garantir le développement de ces technologies. et déployés de la manière la plus équitable, sûre et responsable possible.

Lisa Su, PDG d'AMD, et Phil Venables, directeur de la sécurité des informations de Google Cloud, sont également membres de ce groupe de travail.

Terence Tao, mathématicien sino-américain et lauréat de la médaille Fields.

Le 13 mai, heure locale, le mathématicien sino-américain et lauréat de la médaille Fields Terence Tao a annoncé que lui et la physicienne Laura Greene codirigeraient l'intelligence artificielle générative du groupe de travail du Conseil présidentiel américain des conseillers en science et technologie (PCAST). Le groupe tiendra une réunion publique lors de la conférence PCAST ​​le 19 mai, heure locale, Demis Hassabis, le père d'AlphaGo et fondateur de DeepMind, et le professeur de l'Université de Stanford, Li Feifei, prononcera des discours lors de la réunion.

Le groupe de travail sur l'intelligence artificielle générative du Conseil des conseillers en science et technologie du président américain (PCAST) tiendra une réunion publique le 19 mai, heure locale.

Le mathématicien sino-américain et lauréat de la médaille Fields Terence Tao a annoncé la nouvelle sur son blog.

Selon le blog de Tao Zhexuan, le groupe de travail sur l'intelligence artificielle générative étudie principalement l'impact de la technologie de l'intelligence artificielle générative dans les domaines scientifique et social, y compris des modèles de langage textuels à grande échelle tels que ChatGPT, des générateurs d'images tels que DALL-E 2 et Midjourney, ainsi que des modèles pour des applications scientifiques telles que la conception de protéines ou la prévision météorologique. Il convient de mentionner que Lisa Su, PDG d'AMD, et Phil Venables, responsable de la sécurité des informations de Google Cloud, sont également membres de ce groupe de travail.

Membre du groupe de travail sur l'intelligence artificielle générative du Conseil des conseillers en science et technologie du président américain (PCAST).

Selon un article publié par la Maison Blanche des États-Unis sur son site officiel, le groupe de travail sur l'intelligence artificielle générative établi par le PCAST ​​​​a pour objectif d'aider à évaluer les principales opportunités et risques dans le domaine de l'intelligence artificielle et de fournir des conseils pour garantir que ces technologies sont développé et déployé de la manière la plus équitable, sûre et responsable possible. Le président des États-Unis apporte sa contribution.

L'article définit l'intelligence artificielle générative comme un type de système d'IA qui, après un entraînement sur un grand ensemble de données, peut être utilisé pour générer du texte, des images, des vidéos ou d'autres sorties basées sur des invites données. Ces technologies se développent rapidement et ont le potentiel de révolutionner de nombreux aspects de la vie moderne. Ces outils sont utilisés dans la recherche scientifique pour concevoir de nouveaux médicaments, protéines et matériaux et devraient faciliter le processus de découverte scientifique. En médecine, l’IA générative a le potentiel de fournir des recommandations aux professionnels de santé. Ces outils peuvent accélérer l'écriture de code informatique, la rédaction de présentations et de résumés sur le lieu de travail.

L'article souligne également que les modèles d'intelligence artificielle générative peuvent également être utilisés pour des comportements malveillants, tels que la création de fausses informations, la diffusion de fausses informations et l'usurpation d'identité personnelle. Si elle est utilisée sans garanties, l’IA générative pourrait polariser la société, exacerber les préjugés et les inégalités au sein de la société et, plus généralement, menacer la démocratie en empêchant les citoyens de comprendre ce qui se passe dans le monde. De plus, les systèmes d’IA générative peuvent violer la vie privée et détruire la propriété intellectuelle.

Le groupe de travail PCAST ​​​​​​sur l'intelligence artificielle générative conseille le président, qui identifie les besoins et opportunités supplémentaires et propose les meilleurs moyens d'y répondre.

Lors de la réunion du 19, deux groupes d'experts du groupe de travail sur l'intelligence artificielle générative présenteront la situation actuelle dans ce domaine. Parmi les intervenants figurent :

.

L'IA au service de la science :

Anima Anandkumar (Directrice de la recherche sur l'apprentissage automatique chez NVIDIA, Professeur d'informatique et de sciences mathématiques à Caltech)

Demis Hassabis (fondatrice de DeepMind)

Li Feifei (professeur d'informatique, Université de Stanford)

Al Impacts sur la société :

Sendhil Mullainathan (professeur d'informatique et de sciences comportementales, Booth School of Business de l'Université de Chicago)

Daron Acemoglu (professeur d'économie, MIT)

Sarah Kreps (professeur de gouvernement, Cornell University)

Tao Zhexuan a déclaré que le groupe de travail sollicite l'avis du public pour déterminer comment identifier et promouvoir le déploiement bénéfique de l'intelligence artificielle générative et trouver le meilleur moyen de réduire les risques. « Notre objectif initial est de savoir comment détecter, contrer et atténuer la désinformation et les deepfakes générés par l’IA sans sacrifier la liberté d’expression et l’engagement du public avec les élus, nécessaires au fonctionnement d’une démocratie saine. demandes autour d’autres aspects de la génération de l’IA.

L'émergence de ChatGPT a attiré une grande attention de la part de mathématiciens de renom, tels que Terence Tao, qui a commencé à étudier comment utiliser l'intelligence artificielle pour faciliter la réalisation de leurs travaux. Dans un article du magazine "Nature" "Comment l'IA change-t-elle les mathématiques ?" "L'essor des chatbots met en évidence l'importance de la conversation", a également déclaré Andrew Granville, théoricien des nombres à l'Université de Montréal au Canada. "Nous examinons une question très spécifique : les machines changeront-elles les mathématiques, Kevin Buzzard, économiste en mathématiques, est d'accord ?" "Le fait que de grands mathématiciens comme Fields Medalists et d'autres mathématiciens très célèbres s'intéressent désormais à ce domaine montre qu'il évolue d'une manière qui n'a jamais été aussi brûlante"

.

Auparavant, Terence Tao a écrit sur le réseau social décentralisé Mastodon : "Je peux clairement dire qu'aujourd'hui est le premier jour où GPT-4 m'a épargné beaucoup de travail fastidieux. Au cours de cette tentative, Terence Tao a découvert de nombreuses fonctions cachées de ChatGPT." comme la recherche de formules, l'analyse de documents au format code, la réécriture de phrases dans des articles académiques, etc. Parfois, ChatGPT peut également effectuer des recherches sémantiques sur des problèmes mathématiques inachevés pour générer des astuces.

Il a également comparé les avantages comparatifs entre lui et les outils d'intelligence artificielle générative actuels :

J'ai développé suffisamment de technologie pour optimiser mon flux de travail pour les tâches que j'effectue chaque jour, et les outils d'IA ne m'apportent pas beaucoup de valeur. Le plus évidemment dans l'étude des mathématiques, mais aussi dans la rédaction d'e-mails. J'ai installé un plugin qui permet à GPT-4 d'écrire une réponse par e-mail lorsque je clique sur un bouton, mais je ne l'utilise presque jamais car après des décennies de pratique, je suis devenu capable d'écrire rapidement des réponses par e-mail appropriées.

Pour les tâches pour lesquelles j'ai une certaine expertise mais peu de pratique, les outils d'IA sont utiles : je peux souvent les utiliser pour créer une première ébauche du résultat, que je peux ensuite valider et réviser, ou au moins utiliser comme source d'inspiration. . Parfois, l'inspiration vient des défauts de l'IA, ce qui correspond à l'idée de la loi de Cunningham, mais est plus efficace que d'essayer de résoudre le problème moi-même. Des exemples de ce type couvrent le traitement des données, la traduction et les formats de texte que j'utilise rarement, tels que les documents de prise de parole en public et de règles.

Pour les tâches pour lesquelles j'ai peu d'expertise et ne nécessitent pas une qualité et une fiabilité extrêmes, il est possible de simplement demander à l'outil d'IA et de suivre plus ou moins ses suggestions. Ici, l’IA fonctionne comme une version légèrement plus pratique d’un moteur de recherche traditionnel.

Enfin, pour les tâches pour lesquelles je n'ai aucune expertise mais qui nécessitent une qualité et une fiabilité que ni l'IA ni moi-même ne pouvons résoudre, je dois consulter des experts humains, comme la réparation d'un appareil complexe, coûteux et délicat.

Une tentative intéressante est que Tao Zhexuan a demandé à ChatGPT d'identifier le « théorème de Kummer » à partir de la description (utilisé pour décrire comment trouver la solution optimale sous contraintes). Bien que ChatGPT ne puisse pas donner la bonne réponse, il peut toujours le faire selon la formule de Lejeune Legendre. une réponse approximative. Concernant les performances de ChatGPT, Tao Zhexuan a déclaré que l'intelligence artificielle joue un rôle en mathématiques, fournissant une réponse préliminaire approximative, puis combinée avec un moteur de recherche traditionnel, la bonne réponse peut être facilement trouvée.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!