論文の概要: Accelerating science with human-aware artificial intelligence

• arxiv url: http://arxiv.org/abs/2306.01495v1
• Date: Fri, 2 Jun 2023 12:43:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-05 15:01:09.851444
• Title: Accelerating science with human-aware artificial intelligence
• Title（参考訳）: 人工知能による科学の加速
• Authors: Jamshid Sourati, James Evans
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 2.7786142348700658
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence (AI) models trained on published scientific findings have been used to invent valuable materials and targeted therapies, but they typically ignore the human scientists who continually alter the landscape of discovery. Here we show that incorporating the distribution of human expertise by training unsupervised models on simulated inferences cognitively accessible to experts dramatically improves (up to 400%) AI prediction of future discoveries beyond those focused on research content alone, especially when relevant literature is sparse. These models succeed by predicting human predictions and the scientists who will make them. By tuning human-aware AI to avoid the crowd, we can generate scientifically promising "alien" hypotheses unlikely to be imagined or pursued without intervention until the distant future, which hold promise to punctuate scientific advance beyond questions currently pursued. Accelerating human discovery or probing its blind spots, human-aware AI enables us to move toward and beyond the contemporary scientific frontier.
• Abstract（参考訳）: 科学的な発見に基づいて訓練された人工知能(AI)モデルは、貴重な材料を発明し、標的とする治療に使われてきたが、典型的には発見の風景を継続的に変える人間の科学者を無視している。 本稿では、専門家が認識的にアクセス可能なシミュレーション推論に教師なしのモデルを訓練することにより、人間の専門知識の分布を組み込むことにより、研究内容のみに重点を置くもの、特に関連文献が不足している場合に、将来の発見のai予測を劇的に改善(最大400%)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。 群衆を避けるために人間を意識したAIをチューニングすることで、現在追求されている問題を超えて科学的進歩を刺激する約束を掲げる遠い未来まで、科学的に有望な「アリアン」仮説を想像または追求することなく生成することができる。 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。

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)
• 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)
• 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)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• BO-Muse: A human expert and AI teaming framework for accelerated experimental design [58.61002520273518]
  我々のアルゴリズムは、人間の専門家が実験プロセスでリードすることを可能にする。 我々のアルゴリズムは、AIや人間よりも高速に、サブ線形に収束することを示す。
  論文  参考訳（メタデータ） (2023-03-03T02:56:05Z)
• Predicting the Future of AI with AI: High-quality link prediction in an exponentially growing knowledge network [15.626884746513712]
  AI技術を使って、AI自体の将来的な研究方向を予測する。 そのため、10万以上の研究論文を使って、64,000以上の概念ノードを持つナレッジネットワークを構築しています。 最も強力な方法は、エンドツーエンドのAIアプローチではなく、慎重にキュレートされたネットワーク機能のセットを使用する。
  論文  参考訳（メタデータ） (2022-09-23T14:04:37Z)
• Complementary artificial intelligence designed to augment human discovery [2.7786142348700658]
  我々は、認知能力と競合するのではなく、補完することで人間の理解を根本的に増強するために、有益なAIを再認識し、パイロットする。 我々は、この手法を用いて、物質が貴重なエネルギー関連特性を持っているかどうかの貴重な予測を生成する。 我々の予測は、人類の科学者や発明家によって特定されたとしても、今後数年ほどしか発見されていないことを実証しています。
  論文  参考訳（メタデータ） (2022-07-02T19:36:34Z)
• 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)
• 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)

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。