Tao Zhexuan kündigte an, dass er den Vorsitz der Arbeitsgruppe für generative KI im Weißen Haus übernehmen werde, und Li Feifei und Hassabis hielten Reden

Kürzlich hat der Council of Advisors on Science and Technology (PCAST) des US-Präsidenten eine Arbeitsgruppe für generative künstliche Intelligenz eingerichtet.

Erwähnenswert ist, dass das Mathematikgenie Tao Zhexuan die Rolle des Co-Leiters in dieser Arbeitsgruppe spielt.

Tao Zhexuan hat auf seinem Blog gepostet, dass Laura Greene und ich gemeinsam den Vorsitz dieser Arbeitsgruppe für generative künstliche Intelligenz leiten.

Er gab in seinem Blog an, dass diese Gruppe hauptsächlich die umfassenderen Auswirkungen der generativen künstlichen Intelligenztechnologie auf Wissenschaft und Gesellschaft untersucht, einschließlich beliebter textbasierter großer Sprachmodelle (wie ChatGPT) und Bilderzeugungsdiffusionsmodellen (wie DALL-E2, Midjourney) sowie Modelle für wissenschaftliche Anwendungen (wie Proteindesign oder Wettervorhersage).

Tao Zhexuan ist Vorsitzender der generativen KI-Gruppe

Das Weiße Haus erwähnte in einem am 13. veröffentlichten Artikel, dass die von PCAST ​​​​gegründete generative KI-Gruppe bei der Bewertung der wichtigsten Chancen und Risiken künstlicher Intelligenz hilft und dazu berät Wie kann am besten dafür gesorgt werden, dass diese Beiträge so fair, verantwortungsvoll und sicher wie möglich in die Entwicklung und den Einsatz von Technologie einfließen?

Am Ende des Artikels können Sie sehen, dass Tao Zhexuan zu den Mitgliedern der Arbeitsgruppe gehört.

Darüber hinaus ist auch AMD-CEO Lisa Su Mitglied dieser generativen KI-Gruppe.

Laut Terence Taos Blog wird die Gruppe für generative KI am Freitag, den 19. Mai, während der PCAST-Konferenz eine öffentliche Sitzung abhalten.

Live-Link: https://www.whitehouse.gov/pcast/meetings/2023-meetings/

Zwei Expertenrunden stellen die aktuelle Situation der generativen künstlichen Intelligenz vor und schließen mit einem ausführlichen Q&A-Link . Zu diesen Rednern gehören:

Künstliche Intelligenz für die Wissenschaft:

Anima Anandkumar (Caltech & NVIDIA)

Demis Hassabis (Google DeepMind)

Fei-Fei Li. (Stanford )

Künstliche Intelligenz und Gesellschaft:

Sendhil Mullainathan (Chicago)

Daron Acemoglu (MIT)

Sarah Kreps (Cornell University)

Darüber hinaus erwähnte Tao auch Today, die arbeiten Die Gruppe sucht nach öffentlichem Input dazu, wie der aktive Einsatz generativer KI-Anwendungen vorangetrieben und Risiken am besten gemindert werden können.

Der Schwerpunkt liegt zunächst darauf, wie man durch künstliche Intelligenz generierte Falschinformationen und DeepFake erkennt, bekämpft und entschärft, ohne die Meinungsfreiheit zu beeinträchtigen. Dies ist ein herausforderndes Thema.

Nachdem ChatGPT zum Workflow hinzugefügt wurde

Nachdem ChatGPT geboren wurde, wurde es auch von Mathematikexperten wie Terence Tao bevorzugt.

In seinem neuesten Beitrag auf Mathstodon teilte er seine Ansichten zu generativen KI-Tools.

Ich begann, die komparativen Vorteile zwischen mir und aktuellen generativen KI-Tools zu erkennen. Ich verfüge bereits über genügend Fähigkeiten, um die Aufgaben, die ich jeden Tag erledige, zu optimieren, daher helfen mir KI-Tools nicht wirklich weiter. Am offensichtlichsten beim Mathematikstudium, aber auch beim Schreiben von E-Mails.

Für die Aufgaben, für die ich etwas Fachwissen, aber wenig Übung habe, sind KI-Tools hilfreich: Oft kann ich damit einen ersten Entwurf des Outputs erstellen, den ich dann validieren und überarbeiten kann oder zumindest als solcher dienen kann eine Quelle der Inspiration nutzen. Manchmal werde ich feststellen, dass mich die Unzulänglichkeiten der KI inspirieren. Obwohl dies auch mit dem Kern des Cunningham-Gesetzes übereinstimmt, ist es dennoch effizienter, KI zu nutzen, als unabhängig nach Antworten zu suchen. Beispiele dieser Art sind das Verarbeiten von Daten, das Übersetzen in Fremdsprachen und das Schreiben in Formaten, die ich selten verwende, wie zum Beispiel öffentliche Reden, Regeldokumente usw.

Für die Aufgaben, für die ich wenig Fachwissen habe und keine extrem hohe Qualität und zuverlässige Ausgabe benötige, ist es möglich, einfach das KI-Tool zu fragen und seinen Vorschlägen mehr oder weniger zu folgen. Hier fungiert künstliche Intelligenz als etwas komfortablere Version traditioneller Suchmaschinen.

Für die Aufgaben, für die ich kein Fachwissen habe, aber Qualität und Zuverlässigkeit benötige, die weder KI noch ich selbst lösen können, muss ich schließlich menschliche Experten hinzuziehen. Zum Beispiel die Reparatur eines komplexen, teuren und empfindlichen Geräts.

Kurz gesagt, Tao Zhexuans Ansichten zu generativen KI-Tools sind in vier Kategorien unterteilt. Es ist erwähnenswert, dass es in seinem Fachgebiet Mathematik keinen großen Mehrwert gibt.

Für die dritte Situation gab Tao ein Beispiel dafür, wie ChatGPT gebeten wurde, den vorherigen Artikel in einem Flussdiagramm zusammenzufassen.

ChatGPT bietet eine Beschreibung des Textes. Tao sagte, dass spekuliert wird, dass zukünftige multimodale GPT in der Lage sein werden, direkt ein Flussdiagramm anstelle einer Textbeschreibung bereitzustellen.

Ein Beispiel für die zweite Kategorie von Aufgaben: Nachdem mir klar wurde, dass ich GPT bitten könnte, das Flussdiagramm im LaTeX-Format auszugeben, bekam ich das erste Bild unten, das offensichtlich nicht perfekt ist. Aber da ich mit LaTeX vertraut bin, ist es nicht schwer, es manuell auf das zweite Bild zu korrigieren.

Natürlich hat Tao im Workflow auch das vor einiger Zeit populär gewordene ChatPDF verwendet.

Im März sagte Tao, dass er beschlossen habe, auf verschiedene Weise zu versuchen, KI-Tools in meinen Arbeitsablauf zu integrieren. Dazu gehören Tools wie ChatGPT und DeepL.

In der Folgezeit teilte er oft einige seiner Erfahrungen mit Tools wie ChatGPT.

Viele versteckte Funktionen von ChatGPT wurden von ihm entdeckt, z. B. das Finden von Formeln, das Parsen von Dokumenten im Codeformat, das Umschreiben von Abschlusserklärungen usw.

Zum Beispiel kann ChatGPT manchmal einen halbfertigen semantischen Abruf in der Mathematik durchführen, also einige Hinweise generieren.

Zum Beispiel hat Terence Tao ChatGPT gebeten, den Satz von Kummer anhand der Beschreibung zu identifizieren. Er lieferte zwar nicht die richtige Antwort, basierte jedoch auf der ungefähren Antwort, die er gab (Legendres Formel).

In diesem Zusammenhang sagte Tao Zhexuan, dass die Rolle der künstlichen Intelligenz in der Mathematik darin besteht, eine vorläufige ungefähre Antwort bereitzustellen, die dann mit herkömmlichen Suchmaschinen kombiniert werden kann, um leicht die richtige Antwort zu finden.

Tao Zhexuan entdeckte auch das Highlight von ChatGPT im Umgang mit mathematischen Problemen, nämlich die Möglichkeit, transliterierte Versionen mathematischer Konzepte in verschiedenen Sprachen zu identifizieren.

Alternativ kann ChatGPT gebeten werden, eine Reihe von Referenzen aus MathSciNet zu konvertieren und sie in einer bibliografischen LaTeX-Umgebung in Bibitems zu formatieren.

Aber macht ChatGPT keine Fehler?

Auf eine Frage zum Beweis „ob es unendlich viele Primzahlen gibt“ stellte Tao Zhexuan fest, dass die Antwort von ChatGPT nicht ganz richtig war.

Andererseits stellte er fest, dass die Argumentationsideen von ChatGPT korrigiert werden konnten, und er hatte diese Idee noch nie zuvor gesehen.

Wurden KI-Tools wie ChatGPT zu Ihrem Workflow hinzugefügt?

Das obige ist der detaillierte Inhalt vonTao Zhexuan kündigte an, dass er den Vorsitz der Arbeitsgruppe für generative KI im Weißen Haus übernehmen werde, und Li Feifei und Hassabis hielten Reden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!