論文の概要: On scientific understanding with artificial intelligence
- arxiv url: http://arxiv.org/abs/2204.01467v1
- Date: Mon, 4 Apr 2022 13:45:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-05 20:19:31.670586
- Title: On scientific understanding with artificial intelligence
- Title（参考訳）: 人工知能による科学的理解について
- Authors: Mario Krenn, Robert Pollice, Si Yue Guo, Matteo Aldeghi, Alba
Cervera-Lierta, Pascal Friederich, Gabriel dos Passos Gomes, Florian H\"ase,
Adrian Jinich, AkshatKumar Nigam, Zhenpeng Yao, Al\'an Aspuru-Guzik
- Abstract要約: 我々は科学的理解を理解するために科学哲学からのアドバイスを求める。
そして、コンピューターの助けを借りて、どのようにして新しい概念的理解を得たかについて、科学者から数十の逸話を集めました。
各次元について、ステータスクォーを超えて進むための新しい道について説明する。
- 参考スコア（独自算出の注目度）: 2.2911874889696775
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Imagine an oracle that correctly predicts the outcome of every particle
physics experiment, the products of every chemical reaction, or the function of
every protein. Such an oracle would revolutionize science and technology as we
know them. However, as scientists, we would not be satisfied with the oracle
itself. We want more. We want to comprehend how the oracle conceived these
predictions. This feat, denoted as scientific understanding, has frequently
been recognized as the essential aim of science. Now, the ever-growing power of
computers and artificial intelligence poses one ultimate question: How can
advanced artificial systems contribute to scientific understanding or achieve
it autonomously?
We are convinced that this is not a mere technical question but lies at the
core of science. Therefore, here we set out to answer where we are and where we
can go from here. We first seek advice from the philosophy of science to
understand scientific understanding. Then we review the current state of the
art, both from literature and by collecting dozens of anecdotes from scientists
about how they acquired new conceptual understanding with the help of
computers. Those combined insights help us to define three dimensions of
android-assisted scientific understanding: The android as a I) computational
microscope, II) resource of inspiration and the ultimate, not yet existent III)
agent of understanding. For each dimension, we explain new avenues to push
beyond the status quo and unleash the full power of artificial intelligence's
contribution to the central aim of science. We hope our perspective inspires
and focuses research towards androids that get new scientific understanding and
ultimately bring us closer to true artificial scientists.
- Abstract（参考訳）: あらゆる粒子物理学実験の結果、あらゆる化学反応の産物、そして全てのタンパク質の機能を正確に予測するオラクルを想像してください。
このような神託は、私たちが知っている科学や技術に革命をもたらすだろう。
しかし、科学者として、私たちはオラクル自体に満足しないでしょう。
もっと欲しい。
私たちは、神託がこれらの予測をどのように考え出したかを理解したい。
この偉業は科学的理解と呼ばれ、しばしば科学の本質的目的として認識されてきた。
先進的な人工知能は、科学的な理解や自律的な達成にどのように貢献するのか?
これは単なる技術的な問題ではなく、科学の核心にあると確信しています。
それゆえ、ここは私たちがどこにいて、どこから行くことができるかという問いに答えようとしました。
まず科学哲学から科学的理解を理解するためのアドバイスを求める。
次に、文献から、また科学者からコンピュータの助けを借りてどのようにして新たな概念理解を得たかについて、何十もの逸話を収集することで、現在の芸術の現状を考察する。
i) 計算顕微鏡としてのandroid, ii) インスピレーションのリソースと究極のリソース,iii) 理解のエージェント。
それぞれの次元について、現状を超えて、人工知能の科学の中心的な目的への貢献の完全な力を解き放つための新しい道を説明します。
私たちの視点は、新たな科学的理解を得て、最終的には真の人工科学者に近づくアンドロイドに刺激を与え、研究に焦点を当てることを願っています。
関連論文リスト
- Explain the Black Box for the Sake of Science: the Scientific Method in the Era of Generative Artificial Intelligence [0.9065034043031668]
科学的手法は自然科学と応用科学の全ての分野における人間の進歩の基盤である。
我々は、人類の科学的発見のための複雑な推論が、少なくとも人工知能の出現以前には重要な存在であると主張している。
決定を下す上で重要なデータAIシステムを知ることは、ドメインの専門家や科学者との接触点になる可能性がある。
論文 参考訳（メタデータ） (2024-06-15T08:34:42Z) - Minds, Brains, AI [0.0]
昨年ごろ、主要な計算科学者、技術者、その他によって、AIであるAI(人工知能)は5年か10年先にあるが、これらの主張の幅広い部分について、科学的証拠の欠如が指摘されている。
本稿では、認知・神経科学、進化的エビデンス、言語学、データ科学、比較心理学、自動運転車、ロボティクス、学習科学など、幅広い科学研究と関連する情報源を用いた、以下の3つの提案のエビデンスについてレビューする。
論文 参考訳（メタデータ） (2024-04-21T21:49:42Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳（メタデータ） (2023-10-19T02:00:31Z) - DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery
through Sophisticated AI System Technologies [116.09762105379241]
DeepSpeed4Scienceは、AIシステム技術革新を通じてユニークな機能を構築することを目指している。
我々は、構造生物学研究における2つの重要なシステム課題に対処するために、DeepSpeed4Scienceで行った初期の進歩を紹介した。
論文 参考訳（メタデータ） (2023-10-06T22:05:15Z) - Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems [268.585904751315]
科学のためのAI(AI4Science)として知られる新しい研究領域
領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。
主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文 参考訳（メタデータ） (2023-07-17T12:14:14Z) - Learning from learning machines: a new generation of AI technology to
meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。
産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文 参考訳（メタデータ） (2021-11-27T00:55:21Z) - From Kepler to Newton: Explainable AI-based Paradigm for Science
Discovery [16.392568986688595]
我々は、科学発見のための説明可能なAIベースのパラダイムを導入する。
AIに基づく科学発見プロセスを示すために、ケプラーの惑星運動法則とニュートンの普遍重力法則が(説明可能な)AIによってどのように再発見されるかを示す。
論文 参考訳（メタデータ） (2021-11-24T00:45:27Z) - Standard Model Physics and the Digital Quantum Revolution: Thoughts
about the Interface [68.8204255655161]
量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。
本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
論文 参考訳（メタデータ） (2021-07-10T06:12:06Z) - Toward Building Science Discovery Machines [3.7565501074323224]
我々は、高いレベルの推論と顕著な問題解決能力を必要とする科学的発見プロセスに焦点を当てる。
物理学、数学、生物学など、様々な分野におけるこれらの原則の使用例を示す。
私たちは、科学発見マシンを構築し、科学発見プロセスをスピードアップするために、理論と計算のフレームワークを構築するべきだと主張する。
論文 参考訳（メタデータ） (2021-03-24T14:04:03Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳（メタデータ） (2020-11-30T18:29:25Z) - Scientific intuition inspired by machine learning generated hypotheses [2.294014185517203]
私たちは、機械学習モデル自体が得る洞察と知識に焦点を移します。
決定木では, 化学や物理から, ビッグデータから人間の解釈可能な洞察を抽出するために, 勾配増進法を適用した。
数値を超える能力は、機械学習を使って概念理解の発見を加速する扉を開く。
論文 参考訳（メタデータ） (2020-10-27T12:12:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。