科学研究への新しいアプローチ: GPT-3 を活用しましょう
この記事は AI New Media Qubits (公開アカウント ID: QbitAI) の許可を得て転載されています。転載する場合は出典にご連絡ください。
科学研究の最新姿勢を中国人が解き明かした——
AI に研究目標を伝え、データセットを AI に「フィード」すれば完了です。
これはバークレーの博士課程学生 Zhong Ruiqi らによる最新の研究です。膨大なデータセットからの退屈な「証拠収集」プロセスはすべて GPT-3 によって解決されます:
また、科学研究に AI を使用するこの方法は効率が高いだけでなく、人間が思いつかないような「予期せぬ驚き」を生み出す可能性があることも発見しました。
GPT-3 を科学研究に役立てましょう
では、なぜ彼らは突然この方法を科学研究に使用したいのでしょうか?
これは、大規模なコーパスを詳細にマイニングすることで確かに有用な結果が得られることが判明したためですが、このプロセスを人間が行うと、単純に時間と労力がかかりすぎます。
したがって、彼らはこの退屈なプロセスを GPT-3 に引き渡すことを決定し、このタスクを「D5」と名付けました:
言語記述による分布差異の目標主導型発見。言語記述を通じて、分散された差異の目標主導型の発見が達成されます。
「D5」タスクのプロセスは、次の 2 つのアクションだけです。
研究目標の入力- 2 つのコーパスの入力
#たとえば、上記のケースでは、弟はまず 2 つのコーパスを AI に入力します。
コーパス A: 薬を飲んでいる、患者のA
- コーパス B: 薬 B を服用した後の患者の反応レポート
- #次に、AI に対する研究目標、つまり「薬 A の副作用について知りたい」を決定します。 。
- AI はタスクを受け取るとすぐに分析作業を開始し、最終的に次の結論に達します:
しかし、想像してみてください。人間の研究者にこの作業を許可すると、さらなる比較分析やその他の作業は言うまでもなく、コーパス A と B を理解するだけでも多くの時間がかかるでしょう。 D5 ミッションがこれほどスムーズに完了できるのは、彼らが舞台裏で多くの仕事をしてくれたからです。
たとえば、OpenD5 メタデータ セットが構築されます。これには、ビジネス、社会科学、人文科学、健康、機械学習などの分野をカバーする、D5 タスクを満たす 675 個の未解決の質問が含まれています。
そして、各自由回答式の質問は、平均 17,000 のサンプルを持つコーパス ペア (コーパス A とコーパス B) に対応します。
これをもとに、私は「D5システム」を構築しました。その動作原理は、人間がデータベースから結果を得るのと同じで、創造的に仮説を立てる段階と、創造的に仮説を立てる段階と、この仮説はセット上で厳密にテストされます。
この考えに従って、研究者たちは次に GPT-3 を使用して実験を実施しました。
彼らはまず GPT3 に研究目標と各コーパスからのいくつかのサンプルを示し、次に仮説のリストを作成するように依頼しました。
最後の実験では、GPT-3 がターゲットの説明を使用して、より関連性が高く、新規で、意味のある仮説を提案できることがわかりました。
OpenD5 データセットは非常に多くの分野をカバーしているため、私の兄は、彼らの D5 システムには幅広い用途があると言いました。
欠点もいくつかあります
#しかし、このD5システムに関しては、欠点も率直に述べました。 たとえば、コーパスにスラングや口語、感情を伴う言葉が多く含まれている場合、AIが与える「発見」には偏りが生じます。 つまり、AIが特定の状況の語彙や説明を誤解して分析したことを意味します。 https://www.php.cn/link/ b1adda14824f50ef24ff1c05bb66faf3 [2]
https://www.php.cn/link/ec26fc2eb2b75aece19c70392dc744c2
以上が科学研究への新しいアプローチ: GPT-3 を活用しましょうの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









General Matrix Multiplication (GEMM) は、多くのアプリケーションやアルゴリズムの重要な部分であり、コンピューター ハードウェアのパフォーマンスを評価するための重要な指標の 1 つでもあります。 GEMM の実装に関する徹底的な調査と最適化は、ハイ パフォーマンス コンピューティングとソフトウェア システムとハードウェア システムの関係をより深く理解するのに役立ちます。コンピューター サイエンスでは、GEMM を効果的に最適化すると、計算速度が向上し、リソースが節約されます。これは、コンピューター システムの全体的なパフォーマンスを向上させるために非常に重要です。 GEMM の動作原理と最適化方法を深く理解することは、最新のコンピューティング ハードウェアの可能性をより有効に活用し、さまざまな複雑なコンピューティング タスクに対してより効率的なソリューションを提供するのに役立ちます。 GEMMのパフォーマンスを最適化することで

DDREASE は、ハード ドライブ、SSD、RAM ディスク、CD、DVD、USB ストレージ デバイスなどのファイル デバイスまたはブロック デバイスからデータを回復するためのツールです。あるブロック デバイスから別のブロック デバイスにデータをコピーし、破損したデータ ブロックを残して正常なデータ ブロックのみを移動します。 ddreasue は、回復操作中に干渉を必要としないため、完全に自動化された強力な回復ツールです。さらに、ddasue マップ ファイルのおかげでいつでも停止および再開できます。 DDREASE のその他の主要な機能は次のとおりです。 リカバリされたデータは上書きされませんが、反復リカバリの場合にギャップが埋められます。ただし、ツールに明示的に指示されている場合は切り詰めることができます。複数のファイルまたはブロックから単一のファイルにデータを復元します

0.この記事は何をするのですか?私たちは、多用途かつ高速な最先端の生成単眼深度推定モデルである DepthFM を提案します。従来の深度推定タスクに加えて、DepthFM は深度修復などの下流タスクでも最先端の機能を実証します。 DepthFM は効率的で、いくつかの推論ステップ内で深度マップを合成できます。この作品について一緒に読みましょう〜 1. 論文情報タイトル: DepthFM: FastMonocularDepthEstimationwithFlowMatching 著者: MingGui、JohannesS.Fischer、UlrichPrestel、PingchuanMa、Dmytr

7月29日、AITO Wenjieの40万台目の新車のロールオフ式典に、ファーウェイの常務取締役、ターミナルBG会長、スマートカーソリューションBU会長のYu Chengdong氏が出席し、スピーチを行い、Wenjieシリーズモデルの発売を発表した。 8月にHuawei Qiankun ADS 3.0バージョンが発売され、8月から9月にかけて順次アップグレードが行われる予定です。 8月6日に発売されるXiangjie S9には、ファーウェイのADS3.0インテリジェント運転システムが初搭載される。 LiDARの支援により、Huawei Qiankun ADS3.0バージョンはインテリジェント運転機能を大幅に向上させ、エンドツーエンドの統合機能を備え、GOD(一般障害物識別)/PDP(予測)の新しいエンドツーエンドアーキテクチャを採用します。意思決定と制御)、駐車スペースから駐車スペースまでのスマート運転のNCA機能の提供、CAS3.0のアップグレード

Google が推進する JAX のパフォーマンスは、最近のベンチマーク テストで Pytorch や TensorFlow のパフォーマンスを上回り、7 つの指標で 1 位にランクされました。また、テストは最高の JAX パフォーマンスを備えた TPU では行われませんでした。ただし、開発者の間では、依然として Tensorflow よりも Pytorch の方が人気があります。しかし、将来的には、おそらくより大規模なモデルが JAX プラットフォームに基づいてトレーニングされ、実行されるようになるでしょう。モデル 最近、Keras チームは、ネイティブ PyTorch 実装を使用して 3 つのバックエンド (TensorFlow、JAX、PyTorch) をベンチマークし、TensorFlow を使用して Keras2 をベンチマークしました。まず、主流のセットを選択します

iPhone のモバイル データ接続に遅延や遅い問題が発生していませんか?通常、携帯電話の携帯インターネットの強度は、地域、携帯ネットワークの種類、ローミングの種類などのいくつかの要因によって異なります。より高速で信頼性の高いセルラー インターネット接続を実現するためにできることがいくつかあります。解決策 1 – iPhone を強制的に再起動する 場合によっては、デバイスを強制的に再起動すると、携帯電話接続を含む多くの機能がリセットされるだけです。ステップ 1 – 音量を上げるキーを 1 回押して放します。次に、音量小キーを押して、もう一度放します。ステップ 2 – プロセスの次の部分は、右側のボタンを押し続けることです。 iPhone の再起動が完了するまで待ちます。セルラーデータを有効にし、ネットワーク速度を確認します。もう一度確認してください 修正 2 – データ モードを変更する 5G はより優れたネットワーク速度を提供しますが、信号が弱い場合はより適切に機能します

世界は狂ったように大きなモデルを構築していますが、インターネット上のデータだけではまったく不十分です。このトレーニング モデルは「ハンガー ゲーム」のようであり、世界中の AI 研究者は、データを貪欲に食べる人たちにどのように餌を与えるかを心配しています。この問題は、マルチモーダル タスクで特に顕著です。何もできなかった当時、中国人民大学学部のスタートアップチームは、独自の新しいモデルを使用して、中国で初めて「モデル生成データフィード自体」を実現しました。さらに、これは理解側と生成側の 2 つの側面からのアプローチであり、両方の側で高品質のマルチモーダルな新しいデータを生成し、モデル自体にデータのフィードバックを提供できます。モデルとは何ですか? Awaker 1.0 は、中関村フォーラムに登場したばかりの大型マルチモーダル モデルです。チームは誰ですか?ソフォンエンジン。人民大学ヒルハウス人工知能大学院の博士課程学生、ガオ・イージャオ氏によって設立されました。

最近、軍事界は、米軍戦闘機が AI を使用して完全自動空戦を完了できるようになったというニュースに圧倒されました。そう、つい最近、米軍のAI戦闘機が初めて公開され、その謎が明らかになりました。この戦闘機の正式名称は可変安定性飛行シミュレーター試験機(VISTA)で、アメリカ空軍長官が自ら飛行させ、一対一の空戦をシミュレートした。 5 月 2 日、フランク ケンダル米国空軍長官は X-62AVISTA でエドワーズ空軍基地を離陸しました。1 時間の飛行中、すべての飛行動作が AI によって自律的に完了されたことに注目してください。ケンダル氏は「過去数十年にわたり、私たちは自律型空対空戦闘の無限の可能性について考えてきたが、それは常に手の届かないものだと思われてきた」と語った。しかし今では、
