論文の概要: Can ChatGPT be used to generate scientific hypotheses?
- arxiv url: http://arxiv.org/abs/2304.12208v1
- Date: Thu, 30 Mar 2023 20:40:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-30 07:39:38.001763
- Title: Can ChatGPT be used to generate scientific hypotheses?
- Title(参考訳): ChatGPTは科学的仮説を生成できるのか?
- Authors: Yang Jeong Park, Daniel Kaplan, Zhichu Ren, Chia-Wei Hsu, Changhao Li,
Haowei Xu, Sipei Li and Ju Li
- Abstract要約: 生成AIは、膨大な量の科学的知識を効果的に構築し、興味深く検証可能な仮説を提供することができるようだ。
将来の科学企業には、自動実験と敵対的ピアレビューによって挑戦された「仮説マシン」の群れとのシナジスティックな取り組みが含まれるかもしれない。
- 参考スコア(独自算出の注目度): 0.2010294990327175
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigate whether large language models can perform the creative
hypothesis generation that human researchers regularly do. While the error rate
is high, generative AI seems to be able to effectively structure vast amounts
of scientific knowledge and provide interesting and testable hypotheses. The
future scientific enterprise may include synergistic efforts with a swarm of
"hypothesis machines", challenged by automated experimentation and adversarial
peer reviews.
- Abstract(参考訳): 大規模言語モデルが人間の研究者が定期的に行う創造的仮説生成を実現することができるかどうかを検討する。
エラー率は高いが、生成AIは膨大な量の科学的知識を効果的に構築し、興味深く検証可能な仮説を提供することができるようだ。
将来の科学企業には、自動化された実験と敵対的ピアレビューによって挑戦される「仮説機械」の群れとの相乗的取り組みが含まれるかもしれない。
関連論文リスト
- ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、大規模言語モデルによる研究アイデア作成エージェントである。
科学文献に基づいて繰り返し精製しながら、問題、方法、実験設計を生成する。
我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文 参考訳(メタデータ) (2024-04-11T13:36:29Z) - A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。
本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。
我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
論文 参考訳(メタデータ) (2024-02-16T18:05:09Z) - The Generative AI Paradox: "What It Can Create, It May Not Understand" [81.89252713236746]
生成AIの最近の波は、潜在的に超人的な人工知能レベルに対する興奮と懸念を引き起こしている。
同時に、モデルは、専門家でない人でも期待できないような理解の基本的な誤りを示している。
一見超人的な能力と、ごく少数の人間が起こすエラーの持続性を、どうやって再現すればよいのか?
論文 参考訳(メタデータ) (2023-10-31T18:07:07Z) - Can Large Language Models Discern Evidence for Scientific Hypotheses? Case Studies in the Social Sciences [3.9985385067438344]
強い仮説は、既存の証拠に基づく最良の推理であり、関連する文献の包括的な見解によって知らされる。
毎年発行される科学論文の数が指数関数的に増加すると、ある仮説に関連する証拠の手作業による集約と合成は困難である。
我々は,社会科学における研究のコミュニティ主導のアノテーションを用いた科学的仮説の課題のための新しいデータセットを共有する。
論文 参考訳(メタデータ) (2023-09-07T04:15:17Z) - Large Language Models for Automated Open-domain Scientific Hypotheses
Discovery [53.40975887946237]
本研究は,社会科学の学術的仮説発見のための最初のNLPデータセットを提案する。
最近のトップ50の社会科学出版物と生のウェブコーパスで構成されている。
最後の目標は、有効で斬新で有用な科学的仮説を自動的に生成するシステムを作ることだ。
論文 参考訳(メタデータ) (2023-09-06T05:19:41Z) - Accelerating science with human-aware artificial intelligence [2.7786142348700658]
教師なしモデルのトレーニングにより、人間の専門知識の分布を取り入れることで、将来の発見のAI予測が劇的に向上する(最大400%)。
これらのモデルは、人間の予測とそれを作る科学者を予測することで成功します。
人間の発見を加速する、あるいはその盲点を探索するAIは、現代科学の最前線を行き来することを可能にする。
論文 参考訳(メタデータ) (2023-06-02T12:43:23Z) - GFlowNets for AI-Driven Scientific Discovery [74.27219800878304]
我々はGFlowNetsと呼ばれる新しい確率論的機械学習フレームワークを提案する。
GFlowNetsは、実験科学ループのモデリング、仮説生成、実験的な設計段階に適用できる。
我々は、GFlowNetsがAIによる科学的発見の貴重なツールになり得ると論じている。
論文 参考訳(メタデータ) (2023-02-01T17:29:43Z) - AI Research Associate for Early-Stage Scientific Discovery [1.6861004263551447]
人工知能(AI)は科学活動に何十年も使われ続けている。
我々は、最小バイアスの物理に基づくモデリングに基づく、初期段階の科学的発見のためのAI研究アソシエイトを提案する。
論文 参考訳(メタデータ) (2022-02-02T17:05:52Z) - Accelerating science with human versus alien artificial intelligences [3.6354412526174196]
人間の専門知識の分布を自己監督モデルに組み込むことで、将来の人間の発見や発明のAI予測が劇的に向上することを示す。
これらのモデルは、人間の予測とそれを作る科学者を予測することで成功する。
しかし、群衆を避けるためにAIを調整することによって、介入なしに想像または追求される可能性が低い科学的に有望な「エイリアン」仮説を生成します。
論文 参考訳(メタデータ) (2021-04-12T03:50:30Z) - 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)
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。