首頁  >  文章  >  科技週邊  >  前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標

前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標

WBOY
WBOY轉載
2023-09-18 09:45:04651瀏覽

Google 前CEO Eric Sc​​hmidt正在創辦一家規模龐大的AI 科學非營利創業公司,旨在利用人工智慧應對科學研究所面臨的挑戰

前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標圖片

他邀請了兩位傑出的科學家來主導這個非營利計劃:

弗朗西斯·克里克研究所應用生物技術實驗室的創始人塞繆爾·羅德里格斯,以及羅徹斯特大學教授、在化學中使用人工智慧的先驅安德魯·懷特。他們都是各自領域中相對年輕但已經取得卓越成就的學術明星

施密特、羅德里格斯和懷特都相信,人工智慧將改變未來的科學研究

在《麻省理工科技評論》上發表的一篇名為《AI將如何改變科學完成方式》的文章中,Schmidt表達了他的願景

#隨著人工智慧的出現,科學將變得更加令人興奮,並且在某些方面將變得難以辨認。這種轉變的影響將遠遠超出實驗室的範圍,它們將影響我們所有人

前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標#圖片

##在另一方面,Rodriques和White在他們自己的實驗網站或公開演講中提出了人工智慧將顛覆科學的預言和設想

Rodriques表示:「我們需要一個由核心AI由研究人員和核心科學家組成的團隊,他們將一起工作,並採用快速迭代周期,來構建能夠利用前沿技術並為科學家帶來實際價值的工具。」

吉姆·範認為這家公司有巨大的潛力。如果LLM和智能體機器人成為未來科學研究的基礎設施,那麼像LK-99這樣的實驗將不再停留在手工煉金術的水平上

前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標圖片

根據知情人士透露,Schmidt正在進行的工作是以OpenAI為模板,但資金來自於Schmidt與妻子Wendy共同創立的Schmidt Futures。基本上,活動資金都是由Schmidt個人支付的

對於Schmidt的組織能否持續下去,Jim也表達了擔憂

AI Science 登月計畫

決定形成科學見解和理論的基礎是如何收集、轉化和理解數據

其中,數據的收集和分析是科學理解和發現的基礎。

在1950年代,數位化技術的引入為科學研究中廣泛使用電腦鋪平了道路

自2010年以來,深度學習的興起使得人工智慧能夠透過從大型資料集中識別科學相關模式來提供有價值的指導。這大大擴展了科學發現過程的範圍和雄心壯志

科學發現是一個多方面的過程,涉及幾個相互關聯的階段,包括假設提出、實驗設計、資料收集和分析

儘管科學研究的不同階段在科學實踐和程序上存在差異,但人工智慧演算法具有跨越傳統上孤立學科的能力

#人工智慧(AI)在跨學科和跨領域的海量資料集整合、精確測量、實驗指導、探索與資料相容的理論空間方面的應用越來越廣泛,同時也為自主發現提供了可操作和可靠的模型,並與科學工作流程整合

AI的應用可以增強科學研究的設計和執行。它可以透過最佳化參數和函數,自動化程序來收集、視覺化和處理數據,以便探索大量的候選假設,從而形成理論觀點,並產生假設並估計其不確定性,以提出相關實驗的建議

前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標圖片

AI時代的科學

###

然而,利用人工智慧進行科學研究並不代表著可以隨便地進行

其中一個最大的挑戰是科學問題中假設空間的巨大,這使得系統探索變得不可行

在生物化學領域中,估計需要探索的藥物分子數量約為10的60次方個

#雖然人工智慧系統可以透過加速過程和提供接近實驗精度的預測來徹底改變科學工作流程

獲得可靠註釋的資料集對人工智慧模型來說是一項相當龐大的工程,可能需要耗費大量的時間和資源進行實驗和模擬

#在最近的發展中,AlphaFold由谷歌DeepMind開發成功地解決了持續了50年的蛋白質折疊難題

經過由AI驅動的AlphaFold進行的數百萬個粒子16的分子系統模擬,證明了人工智慧在解決具有挑戰性的科學問題方面的潛力

一個問題是人們對AI內部運作過程的不透明性會降低對預測結果的信任度,同時也限制了它在某些領域的適用性

#例如,在實際應用之前,模型的輸出必須符合現實條件。例如,人類的太空探索以及為政策制定提供資訊的領域,如氣候科學等

未來的科學研究

對於AI專業知識的需求在展望未來將受到兩股力量的影響

首先,即將從AI應用中受益的領域之一是自動駕駛。其次,引進AI智慧工具將提升最先進的技術,並創造新的機會,例如在生物、化學或物理過程中的應用,例如利用AI研究核融合反應等

未來研究團隊的組成將在這兩股力量的基礎上發生變化,包括Al專家、軟體和硬體工程師,以及涉及各級政府、教育機構和企業的新型合作形式

#隨著最先進的模型規模不斷擴大,能源消耗量也不斷增加,計算成本也變得越來越高。因此,大型科技公司紛紛投資於運算基礎設施和雲端服務,不斷挑戰規模和效率的極限

這意味著營利組織和非學術性組織將會使用大規模的計算基礎設施

高等教育機構可以更好地整合多個學科,這是必要的。此外,學術機構通常擁有獨特的歷史資料庫和測量技術,而這些技術在其他地方可能並不存在,但對於Al Science 是必不可少的

##這些互補性資產將推動產學合作的新模式,並對研究問題的選擇產生影響

參考資料:https://www.php.cn /link/db261d4f615f0e982983be499e57ccda#

以上是前GoogleCEO發起AI+Science登月計劃,旨在實現OpenAI的目標的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文轉載於:51cto.com。如有侵權,請聯絡admin@php.cn刪除