国际人工智能协会前主席约兰达·吉尔在“2022人工智能合作与治理国际论坛”上发言。
约兰达·吉尔认为,人类的局限性会阻碍科学的进步。我们进入跨学科研究时,从生理、行为、医学等多个角度看,很难把各个学科的知识融会贯通。但是人工智能在这个方面有它的优势。人工智能系统越能够了解科学的各个门类,就越能更好地进行跨学科的聚合。
在约兰达·吉尔看来,一个值得思考的问题是,我们如何去开发人工智能,使其在未来能够写作论文。这需要我们去获取什么、表现什么,从而使得人工智能系统具有写论文的能力。
“如果说人工智能系统能承担这个任务,论文将会更加准确。”约兰达·吉尔提到,同时,我们也可使论文定制化,例如有的人想浏览,有的人想看原则、方法论和结果,有的人想重现结果,我们可以利用人工智能系统,实现论文定制化。
约兰达·吉尔认为存在开发人工智能科学家的路径。“我们给予它算法、数据,又不止于此,让人工智能够有更大的主动性,有一定的自主性、独立性,以此去研究科学问题,进一步成为研究助理甚至作者。”(完)
人工智能应用于更多领域 计算机研究深入光电结合****** 英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。 牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。 在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。 在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |