최근 미국 대통령 과학기술자문위원회(PCAST)는 생성 인공지능 실무그룹을 설립했습니다.
수학 천재 Tao Zhexuan이 이 실무 그룹의 공동 리더 역할을 한다는 점은 언급할 가치가 있습니다.
Tao Zhexuan은 자신의 블로그에 Laura Greene과 제가 이 생성 인공 지능 작업 그룹의 공동 의장을 맡고 있다고 게시했습니다.
그는 자신의 블로그에서 이 그룹이 주로 인기 있는 텍스트 기반 대형 언어 모델(예: ChatGPT), 이미지 생성 확산 모델을 포함하여 생성 인공 지능 기술이 과학과 사회에 미치는 광범위한 영향을 연구한다고 밝혔습니다. (예: DALL-E2, Midjourney) 및 과학적 응용을 위한 모델(예: 단백질 설계 또는 일기 예보)이 있습니다.
백악관은 13일 발표된 기사에서 PCAST가 설립한 생성 AI 그룹이 인공 지능의 주요 기회와 위험을 평가하는 데 도움을 주고 이에 대해 조언한다고 언급했습니다. 이를 보장하는 최선의 방법 가능한 한 공정하고 책임감 있고 안전하게 기술 개발 및 배포에 대한 의견을 제공하십시오.
기사 마지막 부분을 보면 Tao Zhexuan이 워킹 그룹의 구성원 중 하나라는 것을 알 수 있습니다.
또한 AMD CEO Lisa Su도 이 생성 AI 그룹의 구성원입니다.
Terence Tao의 블로그에 따르면 생성 AI 그룹은 5월 19일 금요일 PCAST 컨퍼런스에서 공개 회의를 개최할 예정입니다.
라이브 링크: https://www.whitehouse.gov/pcast/meetings/2023-meetings/
두 명의 전문가 패널이 생성 인공 지능의 현황을 소개하고 광범위한 Q&A 링크로 마무리됩니다. . 포함된 연사:
Artificial Intelligence for Science:
Anima Anandkumar(Caltech 및 NVIDIA)
Demis Hassabis(Google DeepMind)
Fei-Fei Li(스탠포드)
인공지능과 사회:
Sendhil Mullainathan(시카고)
Daron Acemoglu(MIT)
Sarah Kreps(코넬대학교)
그리고 오늘의 타오도 언급했습니다 , 일하는 그룹은 생성 AI 애플리케이션을 적극적으로 배포하는 방법과 위험을 완화하는 최선의 방법에 대한 대중의 의견을 구하고 있습니다.
초기 초점은 표현의 자유를 희생하지 않으면서 인공 지능이 생성한 허위 정보와 DeepFake를 탐지, 저항, 완화하는 방법에 있습니다.
ChatGPT가 탄생한 후 Terence Tao와 같은 수학 전문가들도 선호했습니다.
Mathstodon의 최신 게시물에서 그는 생성 AI 도구에 대한 자신의 견해를 공유했습니다.
나는 나 자신과 현재의 생성 AI 도구 사이의 비교 우위를 보기 시작했습니다. 나는 매일 수행하는 작업을 최적화할 수 있는 충분한 기술을 이미 보유하고 있으므로 AI 도구는 실제로 나에게 큰 도움이 되지 않습니다. 가장 분명하게는 수학 공부뿐만 아니라 이메일 작성에서도 마찬가지입니다.
전문 지식은 있지만 연습이 거의 없는 작업에는 AI 도구가 도움이 됩니다. 종종 AI 도구를 사용하여 결과물의 첫 번째 초안을 만든 다음 검증하고 수정하거나 최소한 역할을 할 수 있습니다. 영감의 원천 사용. 때로는 AI의 단점이 나에게 영감을 줄 수도 있다는 것을 알게 될 것입니다. 이 역시 커닝햄의 법칙의 본질과 일치하지만, 독립적으로 답을 찾는 것보다 AI를 사용하는 것이 여전히 더 효율적입니다. 이러한 유형의 예로는 데이터 처리, 외국어로 번역, 대중 연설, 규칙 문서 등과 같이 내가 거의 사용하지 않는 형식으로 작성하는 등이 있습니다.
전문 지식이 거의 없고 매우 높은 품질과 안정적인 출력이 필요하지 않은 작업의 경우 간단히 AI 도구에 요청하고 그 제안을 어느 정도 따를 수 있습니다. 여기서 AI는 기존 검색 엔진보다 조금 더 편리한 버전으로 기능합니다.
마지막으로, 전문 지식이 없지만 AI나 나 자신이 해결할 수 없는 품질과 신뢰성이 필요한 작업의 경우 인간 전문가와 상담해야 합니다. 복잡하고 값비싸고 섬세한 장비를 수리하는 것과 같은 작업입니다.
간단히 말하면, 생성 AI 도구에 대한 Tao Zhexuan의 견해는 네 가지 범주로 나누어집니다. 그의 수학 전문 분야에는 별로 부가가치가 없다는 점에 주목할 필요가 있습니다.
세 번째 상황에서는 타오가 ChatGPT에게 이전 글을 흐름도로 요약해달라고 요청하는 예를 들었습니다.
ChatGPT는 텍스트에 대한 설명을 제공합니다. 타오는 향후 멀티모달 GPT에서는 텍스트 설명이 아닌 흐름도를 직접 제공할 수 있을 것으로 추측된다고 말했다.
두 번째 작업 범주의 예: GPT에 LaTeX 형식으로 순서도를 출력하도록 요청할 수 있다는 것을 깨달은 후 아래 첫 번째 이미지를 얻었는데 이는 확실히 완벽하지 않습니다. 하지만 저는 LaTeX에 익숙하기 때문에 수동으로 두 번째 이미지로 수정하는 것은 어렵지 않습니다.
분명히 Tao는 워크플로에 얼마 전에 인기를 끌었던 ChatPDF도 사용했습니다.
3월에 Tao는 AI 도구를 다양한 방식으로 내 작업 흐름에 통합하기로 결정했다고 말했습니다. 여기에는 ChatGPT 및 DeepL과 같은 도구가 포함됩니다.
다음 기간에 그는 ChatGPT와 같은 도구를 사용한 경험을 자주 공유했습니다.
공식 찾기, 코드 형식의 문서 구문 분석, 논문 내용 재작성 등 ChatGPT의 많은 숨겨진 기능을 그는 발견했습니다.
예를 들어 ChatGPT는 때때로 수학에서 반쯤 완성된 의미 검색을 수행할 수 있습니다. 즉, 이를 사용하여 몇 가지 힌트를 생성할 수 있습니다.
예를 들어 Terence Tao는 ChatGPT에 설명에서 Kummer의 정리를 식별하도록 요청했지만 정답을 제공하지 못했지만 대략적인 답변(Legendre의 공식)을 기반으로 했습니다.
이와 관련하여 Tao Zhexuan은 수학에서 인공 지능의 역할은 예비적인 대략적인 답을 제공한 다음 전통적인 검색 엔진과 결합하여 쉽게 정답을 찾을 수 있다고 말했습니다.
Tao Zhexuan은 또한 수학 문제를 다룰 때 ChatGPT의 하이라이트, 즉 다양한 언어로 음역된 수학 개념 버전을 식별할 수 있다는 점을 발견했습니다.
또는 ChatGPT에 MathSciNet에서 얻은 여러 참고 자료를 변환하고 LaTeX 서지 환경에서 bibitems 형식으로 지정하도록 요청할 수 있습니다.
그런데 ChatGPT는 절대 실수하지 않나요?
"소수가 무한히 많은지"를 증명하는 질문에서 Tao Zhexuan은 ChatGPT에서 제공한 답변이 완전히 정확하지 않다는 것을 발견했습니다.
한편, 그는 ChatGPT에서 제시한 논쟁 아이디어가 수정될 수 있다는 것을 발견했고, 그는 이 아이디어를 이전에 본 적이 없었습니다.
ChatGPT와 같은 AI 도구가 워크플로에 추가되었나요?
위 내용은 Tao Zhexuan은 백악관 생성 AI 실무 그룹 의장을 맡을 것이라고 발표했으며 Li Feifei와 Hassabi는 연설을 했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!