전 Google CEO, OpenAI 목표 달성을 위한 AI+Science Moonshot 계획 개시
전 Google CEO인 Eric Schmidt는 과학 연구에 직면한 과제를 해결하기 위해 인공 지능을 사용하는 것을 목표로 하는 대규모 AI+과학 비영리 스타트업을 시작하고 있습니다.
Pictures
그는 이 비영리 이니셔티브를 이끄는 두 명의 뛰어난 과학자를 초대했습니다. :
Francis Crick Institute의 응용 생명공학 연구소 설립자인 Samuel Rodriguez와 로체스터 대학교 교수이자 화학 분야 인공 지능 활용의 선구자인 Andrew ·White. 그들은 모두 각자의 분야에서 이미 뛰어난 업적을 이룬 상대적으로 젊은 학문적 스타들이다.
슈미트, 로드리게스, 화이트는 모두 인공지능이 과학 연구의 미래를 바꿀 것이라고 믿는다
"MIT"라는 제목의 기사에서 " AI가 과학이 이루어지는 방식을 어떻게 변화시킬 것인가?"라는 글을 Technology Review에 게재하면서 슈미트는 자신의 비전을 밝혔습니다
인공지능의 출현으로 과학은 더욱 흥미진진해질 것이며 어떤 면에서는 읽을 수 없게 될 것입니다. 이러한 변화의 결과는 실험실의 범위를 훨씬 넘어 우리 모두에게 영향을 미칠 것입니다.
Pictures
반면에 Rodriques와 White는 자신의 실험 웹사이트나 공개 강의에서 제안합니다. 인공 지능이 과학을 전복시킬 것이라는 가정
Rodriques은 다음과 같이 말했습니다. “첨단 기술을 활용할 수 있는 시스템을 구축하기 위해 협력하고 빠른 반복 주기를 채택할 핵심 AI 연구원과 핵심 과학자로 구성된 팀이 필요합니다. 과학자들에게 실질적인 가치가 있는 도구를 제공합니다.”
Jim Fan은 이 회사가 엄청난 잠재력을 가지고 있다고 믿습니다. LLM과 지능형 로봇이 미래 과학 연구의 인프라가 된다면 LK-99와 같은 실험은 더 이상 수동 연금술 수준에 머무르지 않을 것입니다
Pictures
이 문제에 정통한 사람들에 따르면 Schmidt는 다음과 같은 작업을 진행하고 있습니다. 수행 중인 작업은 OpenAI를 템플릿으로 기반으로 하지만 자금은 Schmidt가 그의 아내 Wendy와 공동 창립한 Schmidt Futures에서 제공됩니다. 기본적으로 활동 자금은 슈미트가 개인적으로 지불했습니다
짐도 슈미트의 조직이 지속될 수 있을지에 대한 우려를 표시했습니다
AI+과학 달 착륙 계획
과학적 통찰력과 이론을 형성하기로 결정했습니다. 데이터를 수집하고 변환하고 이해하는 방법
그 중 데이터의 수집과 분석은 과학적 이해와 발견의 기초입니다.
1950년대 디지털 기술의 도입으로 과학 연구에 컴퓨터가 널리 사용될 수 있는 기반이 마련되었습니다.
2010년 이후 딥 러닝의 등장으로 인공 지능이 대규모 데이터 세트에서 과학적으로 관련 있는 정보를 식별할 수 있게 되었습니다. 유용한 지침을 제공하는 패턴입니다. 이는 과학적 발견 과정의 범위와 야망을 크게 확장합니다.
과학적 발견은 가설 수립, 실험 설계, 데이터 수집 및 분석을 포함하여 여러 상호 연관된 단계를 포함하는 다면적인 과정입니다.
과학적 연구에는 차이가 있지만 그러나 인공 지능 알고리즘은 전통적으로 고립된 분야를 포괄할 수 있는 능력을 가지고 있습니다
인공 지능(AI)은 분야와 분야 전반에 걸쳐 방대한 데이터 세트, 정확한 측정 및 실험 지침을 통합하여 호환 가능한 이론적 공간을 탐색합니다. 데이터를 활용하는 동시에 자율적 발견을 위한 실행 가능하고 신뢰할 수 있는 모델을 제공하고 과학적 워크플로우와 통합
AI를 적용하면 과학 연구 구현의 설계와 설계를 향상할 수 있습니다. 매개변수와 기능을 최적화하고, 절차를 자동화하여 수많은 후보 가설을 탐색하여 이론적 관점을 형성하고, 가설을 생성하고 불확실성을 추정하여 관련 실험에 대한 권장 사항을 제시함으로써 데이터를 수집, 시각화 및 처리할 수 있습니다
Pictures
AI 시대의 과학
그러나 인공지능을 활용해 과학 연구를 한다고 해서 아무렇게나 할 수 있는 것은 아닙니다
가장 큰 과제 중 하나는 과학 문제에서 거대한 가설 공간으로 인해 체계적인 탐구가 불가능하다는 점입니다
현장에서 생화학 분야에서 탐색할 약물 분자의 예상 수는 약 10의 60승입니다
인공 지능 시스템은 프로세스 속도를 높이고 거의 실험적 정확도로 예측을 제공하여 과학적 작업 흐름에 혁명을 일으킬 수 있습니다
안정적으로 주석을 달 수 있습니다 데이터 세트는 인공 지능 모델을 위한 다소 대규모 작업이며 실험 및 시뮬레이션에 많은 시간과 리소스가 필요할 수 있습니다.
최근 개발에서 AlphaFold는 Google DeepMind의 개발로 성공적으로 해결되었습니다. 50년 된 단백질을 해결 접이식 퍼즐
AI 기반 AlphaFold가 수행한 수백만 개의 입자 16에 대한 분자 시스템 시뮬레이션은 까다로운 과학적 문제를 해결하는 데 인공 지능의 잠재력을 보여줍니다.
한 가지 문제는 AI의 내부 작동에 대한 사람들의 불투명성이 신뢰를 감소시킬 것이라는 점입니다. 예측 결과에 영향을 미치고 특정 분야에서의 적용 가능성도 제한됩니다
예를 들어, 실제 적용에 앞서 모델의 출력은 현실적인 조건을 준수해야 합니다. 예를 들어, 인간 우주 탐사와 기후 과학 등 정책 결정을 알리는 분야
미래 과학 연구
미래를 내다보는 AI 전문 지식에 대한 수요는 두 가지 힘에 의해 영향을 받을 것입니다
첫 번째 무엇보다도 AI 애플리케이션의 혜택을 누릴 분야 중 하나는 자율주행이다. 둘째, AI 지능형 도구의 도입은 최첨단 기술을 향상시키고 AI를 사용하여 핵융합 반응을 연구하는 등 생물학적, 화학적 또는 물리적 공정에 적용하는 등 새로운 기회를 창출할 것입니다.
미래 연구팀의 구성은 다음과 같습니다. AI 전문가, 소프트웨어 및 하드웨어 엔지니어 등 이 두 세력을 기반으로 변화가 일어나고 있으며, 모든 수준의 정부, 교육 기관 및 기업이 참여하는 새로운 형태의 협력이 이루어지고 있습니다
첨단 모델의 규모가 지속적으로 증가함에 따라 에너지 소비도 증가하고 컴퓨팅 비용도 점점 더 높아지고 있습니다. 결과적으로 대규모 기술 기업은 컴퓨팅 인프라와 클라우드 서비스에 투자하고 끊임없이 규모와 효율성의 한계에 도전하고 있습니다
이는 영리 조직과 비학술 조직 모두 대규모 컴퓨팅 인프라를 사용하게 될 것임을 의미합니다
고등 교육 기관은 여러 학문 분야를 더 잘 통합하는 것이 필요합니다. 또한 학술 기관은 다른 곳에는 없지만 Al+Science
에 필수적인 고유한 역사적 데이터베이스 및 측정 기술을 보유하는 경우가 많습니다. 이러한 보완 자산은 새로운 수준의 산학 협력 모델을 주도하고 연구 선택에 영향을 미칠 것입니다. 질문
참고자료: https://www.php.cn/link/db261d4f615f0e982983be499e57ccda
위 내용은 전 Google CEO, OpenAI 목표 달성을 위한 AI+Science Moonshot 계획 개시의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











데비안 메일 서버의 방화벽 구성은 서버 보안을 보장하는 데 중요한 단계입니다. 다음은 iptables 및 방화구 사용을 포함하여 일반적으로 사용되는 여러 방화벽 구성 방법입니다. iptables를 사용하여 iptables를 설치하도록 방화벽을 구성하십시오 (아직 설치되지 않은 경우) : sudoapt-getupdatesudoapt-getinstalliptablesview 현재 iptables 규칙 : sudoiptables-l configuration

데비안 시스템의 readdir 함수는 디렉토리 컨텐츠를 읽는 데 사용되는 시스템 호출이며 종종 C 프로그래밍에 사용됩니다. 이 기사에서는 ReadDir를 다른 도구와 통합하여 기능을 향상시키는 방법을 설명합니다. 방법 1 : C 언어 프로그램을 파이프 라인과 결합하고 먼저 C 프로그램을 작성하여 readDir 함수를 호출하고 결과를 출력하십시오.#포함#포함#포함#포함#includinTmain (intargc, char*argv []) {dir*dir; structdirent*entry; if (argc! = 2) {

Debian Systems에서 readDIR 함수는 디렉토리 내용을 읽는 데 사용되지만 반환하는 순서는 사전 정의되지 않습니다. 디렉토리에 파일을 정렬하려면 먼저 모든 파일을 읽은 다음 QSORT 기능을 사용하여 정렬해야합니다. 다음 코드는 데비안 시스템에서 readdir 및 qsort를 사용하여 디렉토리 파일을 정렬하는 방법을 보여줍니다.#포함#포함#포함#포함#포함 // QsortIntCompare (constvoid*a, constVoid*b) {returnStrcmp (*(*)

Debian 시스템에서 Digital Signature Verification에 OpenSSL을 사용하면 다음을 수행 할 수 있습니다. OpenSSL 설치 준비 : Debian 시스템이 OpenSSL이 설치되어 있는지 확인하십시오. 설치되지 않은 경우 다음 명령을 사용하여 설치할 수 있습니다. Sudoaptupdatesudoaptinstallopenssl 공개 키를 얻으려면 : 디지털 서명 검증에는 서명자의 공개 키가 필요합니다. 일반적으로 공개 키는 public_key.pe와 같은 파일 형태로 제공됩니다.

Debian Mail 서버에 SSL 인증서를 설치하는 단계는 다음과 같습니다. 1. OpenSSL 툴킷을 먼저 설치하십시오. 먼저 OpenSSL 툴킷이 이미 시스템에 설치되어 있는지 확인하십시오. 설치되지 않은 경우 다음 명령을 사용하여 설치할 수 있습니다. 개인 키 및 인증서 요청 생성 다음에 다음, OpenSSL을 사용하여 2048 비트 RSA 개인 키 및 인증서 요청 (CSR)을 생성합니다.

CentOS 종료 명령은 종료이며 구문은 종료 [옵션] 시간 [정보]입니다. 옵션은 다음과 같습니다. -H 시스템 중지 즉시 옵션; -P 종료 후 전원을 끕니다. -R 다시 시작; -대기 시간. 시간은 즉시 (현재), 분 (분) 또는 특정 시간 (HH : MM)으로 지정할 수 있습니다. 추가 정보는 시스템 메시지에 표시 될 수 있습니다.

Debian Systems에서 OpenSSL은 암호화, 암호 해독 및 인증서 관리를위한 중요한 라이브러리입니다. MITM (Man-in-the-Middle Attack)을 방지하려면 다음 측정을 수행 할 수 있습니다. HTTPS 사용 : 모든 네트워크 요청이 HTTP 대신 HTTPS 프로토콜을 사용하도록하십시오. HTTPS는 TLS (Transport Layer Security Protocol)를 사용하여 통신 데이터를 암호화하여 전송 중에 데이터가 도난 당하거나 변조되지 않도록합니다. 서버 인증서 확인 : 클라이언트의 서버 인증서를 수동으로 확인하여 신뢰할 수 있는지 확인하십시오. 서버는 대의원 메소드를 통해 수동으로 확인할 수 있습니다.

Debian에서 Hadoop 로그 관리하면 다음 단계 및 모범 사례를 따라갈 수 있습니다. 로그 집계 로그 집계 : Yarn-site.xml 파일에서 Ture에서 True로 설정 할 수 있도록 설정 : 로그 집계를 활성화하십시오. 로그 보유 정책 구성 : 172800 초 (2 일)와 같이 로그의 유지 시간을 정의하기 위해 yarn.log-aggregation.retain-seconds를 설정하십시오. 로그 저장 경로를 지정하십시오 : Yarn.n을 통해
