ВИ ќе го промени начинот на кој ја правиме хемијата: тестот GPT-3
Истражувачите на EPFL ја рафинираа генеративната вештачка интелигенција и открија дека таа работи подобро од моделите специјално обучени за наука
L 'Вештачка интелигенција станува фундаментална алатка во истражувањето химика: дизајнот на молекулите или предвидувањето на нивните карактеристики може да им се довери на специјално обучени јазични модели, а машинско учење веќе си го најде своето место во хемиските лаборатории.
Што откриле истражувачите Федерален политехника во Лозана, сепак, има потенцијал целосно да го револуционизира хемиското истражување: GPT-3, ова беше првиот наслов на студијата штотуку објавена на „Nature Machine Intelligence“, може да биде „се што ви треба за хемиско истражување од ограничени збирки податоци".
И покрај тоа што не ги знам повеќето од хемиска литература, верзијата на GPT-3 усовршена од тимот во Беренд Смит докажа дека може да се натпреварува со традиционалните и скапи техники автоматско учење, пионер на сосема нов пристап кон хемијата кој може засекогаш да го промени начинот на кој се врши истражувањето.
Генеративна вештачка интелигенција: „Ова се работните места кои повеќе нема да постојат благодарение на мене“
Светиот грал на зелената хемија: флуорохемикалии без токсичност
GPT-3, алгоритмот кој пишува како човек пристигнува во Италија
Хемија со зборови: тест за вештачка интелигенција GPT-3
L 'Вештачка интелигенција веќе некое време влезе во хемиски истражувања: наавтоматско учење, особено, беше високо ценет во текот на годините поради неговата способност да донесува одлуки врз основа на податоци и да прави многу точни предвидувања, кои можат да се користат исто така и за создавање на нови лекови.
Меѓутоа, машинското учење бара големи количини на податоци да се прават сигурни предвидувања, што не е толку очигледно во хемијата: честопати достапните податоци не се доволни за алгоритмите да се практикуваат, така што ефективноста на „означеното“ или надгледуваното машинско учење е предмет на сериозни ограничувања.
Така некои научнициEPFL мислеа на тестирајте го потенцијалот на GPT-3, во основата на познатите Апликација ChatGPT"Фактот дека моделите на основа може да извршуваат задачи за кои не биле експлицитно обучени“, читаме во студијата штотуку објавена на „Машинска интелигенција на природата“"нè натера да се запрашаме дали и тие се способни да одговорат на научни прашања за кои немаме одговор".
Бидејќи во хемиските истражувања најголем дел од проблемите можат да бидат изразени со зборови, истражувачите размислувале да ги обучат овие огромни модели за да одговорат на некои прашања „хемичар“. кои е невозможно да се решат без прибегнување кон комплицирани симулации и експерименти (на пример: „Ако го заменам металот во мојата метално-органска рамка, дали ќе биде стабилен во вода?").
Вештачка интелигенција и холограми: новата граница на здравствената заштита
Дебитира „холотранспорт“ интегриран со вештачка интелигенција
SwissGPT: швајцарска вештачка интелигенција која ја револуционизира корпоративната безбедност
Хемија: подобрен GPT-3 за невозможни одговори
Спротивно на она што може да сугерира некој првичен скептицизам, методот развиен од истражувачите на EPFL не поставува директно прашања за хемијата на GPT-3. “GPT-3 не е запознаен со повеќето хемиска литература, па ако му поставиме на ChatGPT хемиско прашање, одговорите генерално се ограничени на она што може да се најде на Википедија„, Објаснува тој Кевин Маик Јаблонка, водечки автор на студијата.
"Наместо тоа“, објаснува Јаблонка,ние имаме оптимизиран GPT-3 со мала база на податоци се претвори во прашања и одговори и добивме нов модел кој може да обезбеди многу точни хемиски информации".
Во текот на таканареченото фино подесување, истражувачите му дадоа на GPT-3 курирана листа на Прашања и Одговори"На пример, за легурите со висока ентропија, важно е да се знае дали легурата се јавува во една фаза или има повеќе фази"Тој објаснува Беренд Смит, професор по хемиско инженерство на Факултетот за основни науки на EPFL.
Таквиот проблем, објаснува Смит, е преведен во курирана листа на прашања и одговори како што се „D = 'На Дали е еднофазен?' R= 'Да/Не""
"Во литературата најдовме неколку легури за кои е познат одговорот и ги искористивме овие податоци за да го развиеме GPT-3“, продолжува Смит, “Она со што завршивме е префинет модел со вештачка интелигенција, обучен само да одговори на ова прашање да или не".
Вештачка интелигенција и за развој на нови лекови
Развојот на нови лекови, библиотеките подобрени благодарение на хемијата
Кон дигитален хуманизам: анализа на револуција со откуп
Основни модели како GPT-3 во рутината на истражувачите
„Подобрениот“ модел, обучен со релативно малку прашања и одговори, беше правилно решен повеќе од 95 проценти од прашањата на многу различни хемиски проблеми, често надминувајќи ги моделите за машинско учење специјално програмирани за таа задача.
"Поентата е дека тоа е исто толку лесно како да барате литература“, објаснува Смит,кој сепак работи со многу хемиски проблеми“. Понатаму, пристапот развиен од Кевин Маик Јаблонка е извонредно брзо и не бара никакви специфични вештини, за разлика од традиционалните модели машинско учење.
Импликациите од оваа студија би можеле да бидат одлучувачки: можноста за формулирање прашања како што се „Колкав е приносот на [хемикалија] подготвена со овој [рецепт]?“ и прими а точен одговор може да го револуционизира начинот на кој хемиски истражувања се планира и управува.
Како што се наведува во студијата, „можноста да се испрашува основен модел како GPT-3 може да стане рутински метод за започнување на истражувачки проект кој го користи колективното знаење кодирана во овие основни модели или за обезбедување на основна линија за предвидувачки активностид ".
"Тоа ќе го промени начинот на кој ја правиме хемијата“, отворено коментира професорот Смит.
Вода, трева и хуманост: когнитивните граници на вештачката интелигенција
Вештачката интелигенција ќе ни помогне да ги исчистиме океаните од пластика
Големите 100 на хемијата и предизвиците на глобалната економија
GPT-3 е „само“ алатка: истражувањето продолжува
Резултатите од студијата покренуваат едно несекудно прашање: како е можно а модел на природен јазик, без никаква специфична обука за хемија, може да биде попрецизни од специјално програмираните модели?
"Врз основа на нашето знаење“, читаме во весникот,Нема ригорозен одговор на ова прашање".
Фактот дека многу ветувачки резултати се добиваат дури и со користење на целосно хипотетички хемиски претстави, покажува дека овие основни модели се "многу погоден за извлекување корелации од кој било текст“.
Ma потрагата штотуку започна. Како што објаснуваат истражувачите, фактот дека GPT-3 идентификува корелации кои можат успешно да се искористат за да се направат предвидувања не имплицира дека корелациите се секогаш значајни или поврзани со причинско-последични односи.
Во моментов, истражувачите заклучуваат, GPT-3 “тоа е само алатка која ни овозможува поефикасно да го користиме знаењето што научниците го собирале низ годините".
И повторно: "Следниот чекор ќе биде да се користи GPT-3 за да се идентификуваат овие корелации и на крајот да се добие подлабоко разбирање".
Еве како вештачката интелигенција го револуционизира однесувањето за купување
Еволуцијата на пребарувачите: влијанието на вештачката интелигенција, улогата на Google
Вака системите засновани на вештачка интелигенција ги кријат моралните вредности…
„Што значи да се биде компјутер: интервју за GPT-3“ (на англиски)
Може да ве интересира и:
Таам Ја е најдлабоката „сина дупка“ во светот: откритието
Морската празнина испитана кај полуостровот Јукатан, пронајдена четири пати подлабока од претходната дупка во Белизе, соборена рекордна
Во Бразил првата средба во светот помеѓу биосигурноста и синхротроните
Во Кампинас, лабораторија за максимално биолошко задржување на ниво NB4 ќе биде поврзана со изворите на светлина на забрзувачот на честички
Во Алто Адиџе денес EDIH NOI е новата референтна точка за вештачката интелигенција
4,6 милиони евра од фондот ПНРР ќе бидат доделени на Болцано за услуги на локални компании во дигитализацијата на разузнавањето…
Австрија, Германија и Швајцарија за „поиновативни“ товарни железници
Министрите на DACH Леоноре Геуслер, Фолкер Висинг и Алберт Рости: воведувањето на дигитално автоматско спарување е клучен елемент