面向语言驱动的科学人工智能
本论文展示了一个结合多个大型语言模型的智能代理系统,可自主设计、规划和执行科学实验,并通过三个不同的实例展示代理的科学研究能力,最为复杂的是成功执行加催化交叉偶联反应。最后,讨论了这种系统的安全影响,并提出了防止滥用的措施。
Apr, 2023
该论文旨在提出一种 “基础” 的视角,启发人工智能的进步,包括 “基于感知 - 动作循环的体现、嵌入、延伸和实践认知” 的研究方向,以及运用逐步发展的技能促进逐步的语言发展、逐渐适应物理和社会环境的智能代理等几个具体的组成部分,以建立人类一样的语言能力。
Jan, 2022
本文通过对最新的自然语言理解系统的语言能力进行批判性分析,认为这些系统具备人类语言学习和处理的重要方面,但同时缺乏关键的解释和推论技能,除非它们被结构化知识和利用语言使用能力所整合,否则难以实现这些技能。
Mar, 2023
探索和研究 AI 驱动的自动闭环科学发现方法,包括自我驱动的假设生成和假设空间的无限自主探索。将自动化纳入科学实践将缓解当前问题,包括发现的复制、数据的系统化生产以及最终的科学过程民主化,具有开创性的视野将释放 AI 在我们的世界基本结构搜索和发现方面的潜力,好过自动化当前工作流程,并打开技术创新的大门,解决人类面临的最大挑战之一。
Jul, 2023
本文探讨以知识为指导的自然语言生成技术,旨在产生具有人类思维方式的文本内容。作者提出了十个目标来指导智能化自然语言生成系统的发展,同时简要回顾了以知识和推理为指导的自然语言生成技术的成就。最后,作者展望了未来的发展方向和挑战。
Dec, 2022
本报告总结了 Dagstuhl Seminar 22382“科学中的机器学习:桥接数据驱动和机理建模” 的讨论并提出了如何协作来推动人工智能和科学发现的新一波进展的路线图。
Mar, 2023