创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

斯坦福After42生成科研问题供专家评审

AI 总结

据36氪报道,斯坦福大学Percy Liang教授团队及合作者推出After42,用于提出人类专家认为值得研究的科研问题。该系统建立文献资料包、生成候选问题,检查新颖性、重复及是否已有答案,再通过检索、尝试求解、批评和迭代改写完善问题。在一项已报道的评估中,29名专家审查了数学、统计学、理论计算机科学和物理学五个子领域中的135个最终问题,其中45个被认为有趣且值得继续研究;等离子体物理方向没有问题获得认可。报道指出,专家兴趣只能作为潜在价值的早期参考,不能证明研究问题最终会产出重要成果。评估依赖数量有限的专家,且主要覆盖理论研究。

深度见解

报道显示,After42可帮助研究人员扩大搜索范围、筛选候选方向,并通过尝试求解暴露问题缺陷。但系统能力仍有限:最终价值判断离不开专家,多数问题建立在已有研究之上,当前试验也未纳入新的数据、模拟或实验结果。

在道格拉斯·亚当斯的科幻小说《银河系漫游指南》中,超级计算机“深思”耗费 750万年,终于算出了“生命、宇宙以及一切的终极答案”:42。这是人类对机器解答能力的一种浪漫想象。

近期,前沿 AI 开始在一些定义明确、长期未解决的开放问题上取得突破。在数学领域,有研究报告称解决了纳维尔斯托克斯千禧年难题和准黎曼猜想;在计算机科学领域,有研究反驳了指数时间假设;在物理学领域,则有研究给出了量子色动力学存在性的证明,并在宇宙弦引力辐射方面取得了新成果。

这些进展引发了学术界的担忧。正如陶哲轩所说,一些“优质且富有成果潜力的开放问题”正在以一种“不可再生的方式被不断挖掘”。当 AI 加速推进既定问题的求解,如何发现新的研究问题、判断哪些方向值得投入,便显得愈发重要。毕竟,能够提出的问题很多,真正值得深入探索的却少得多。

#After42#Stanford University

原文约 6 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。