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

用历史数据训练的AI能重现相对论吗?

AI 总结

Philip Ball为《自然》撰写的特写考察了多项利用历史数据语言模型测试AI能否重现科学突破的实验。在印度人工智能峰会上,Google DeepMind联合创始人Demis Hassabis提议以1911年以前的全部已知知识训练模型,观察其能否独立重现广义相对论,并称这是检验AGI的有用测试。初步实验结果喜忧参半。Michael Hla训练的Machina Mirabilis模型偶尔表现出直觉,例如把光描述为离散脉冲,但经常不能理解自己提及的物理概念。其他研究人员还发现,模型难以区分正确与错误的理论、判断哪些想法值得检验,历史训练材料也难以完全排除截止日期之后的信息。

深度见解

这些实验为评估AI能否从统计预测走向受历史约束的科学发现提供了具体测试;混合结果同时表明,仅生成看似合理的想法,并不能证明模型具备可靠的物理推理或识别重要理论的能力。

本篇《自然》长文共5937字,干货满满,预计阅读时间18分钟,时间不够建议可以先“浮窗”或者收藏哦。原文作者:Philip Ball科学家正在探究以历史数据训练的语言模型能否重现创造性突破。1915年,阿尔伯特·爱因斯坦(Albert Einstein)提出了广义相对论,改变了我们对物理世界基本结构的认识。这......

本文来自微信公众号: 自然系列 ,作者:Nature Portfolio

本篇《自然》长文共5937字,干货满满,预计阅读时间18分钟,时间不够建议可以先“浮窗”或者收藏哦。

原文作者:Philip Ball

科学家正在探究以历史数据训练的语言模型能否重现创造性突破。

#Google DeepMind#Truthful AI#Massachusetts Institute of Technology#Machina Mirabilis#Ranke-4B#AlphaFold#OpenAI#ETH Zurich#University of Zurich#Technion

原文约 12 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。