人工智能赋能研究:科学从人工智能中获益的 10 种方式
通过对 8700 万篇论文和 710 万项专利采用自然语言处理技术,研究发现 AI 在科研中的使用范围广泛,特别是自 2015 年以来增长迅速,使用 AI 的论文影响因子更高,同时也存在 AI 人才供需不平衡和种族、性别等方面的不公平问题。
Apr, 2023
人工智能的成功有潜力给人类带来前所未有的好处,因此值得研究如何最大限度地发挥这些好处,同时避免潜在的问题。本文给出许多例子,旨在确保人工智能保持强健和有益。
Feb, 2016
人工智能是一种新兴技术,有潜力改变社会的许多方面,包括经济、医疗和交通。本文综合了有关人工智能全球影响的最新研究文献,并探讨了它的潜在益处和风险。文章强调了人工智能的影响,包括经济、伦理、社会、安全和隐私以及工作岗位的替代方面。它讨论了围绕人工智能发展存在的伦理关切,包括偏见、安全和隐私违规问题。为了确保人工智能的负责任发展和部署,政府、产业和学术界之间的合作至关重要。文章最后强调了公众参与和教育的重要性,以促进对人工智能对整个社会影响的认识和理解。
Dec, 2023
通过研究 589 份发表于四本领先心理学期刊的研究论文,我们调查了现代人工智能是否能够模仿专家在复杂科学领域的创造力,并介绍了一种新的方法论,利用 AI 的训练截止日期之后发表的原创研究文章,确保没有事先接触,减轻死记硬背和事先训练的担忧。结果显示,AI 能够擅长理解专业研究、演绎推理以及评估证据与结果之间的一致性,这些是人类专业领域专家和创造力的认知特征。这些发现表明通用人工智能在转变学术界方面的潜力,需要基于知识的创造力的角色越来越容易被技术所替代。
Apr, 2024
我们提出了一种基于人工智能的科学研究助手,用于物理学建模中极早期的科学发现,它通过物理学建模中既可解释又通用的本体论,自动搜索可行和简约的假设,并将列举的假设自动编译到特定于域的可解释和可训练 / 可测试张量计算图中来学习现象学关系,从而有效地提高了科学家的工作效率。
Feb, 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
本文综述了人工智能在药物发现领域中的优势、挑战、局限性及其可能的应对策略,讨论了数据增强、可解释性人工智能和将人工智能与传统实验方法相结合的潜在优势。总的来说,本文强调了人工智能在药物发现中的潜力,并提供了在这个领域实现其潜力的挑战和机会的见解。
Dec, 2022
该研究旨在提高科学领域中人工智能滥用的危险,并呼吁在该领域中负责任地开发和使用人工智能。通过列举科学环境中人工智能带来的风险,并通过化学科学领域的实际滥用示例来展示这些风险,高亮显示了有效的风险管理策略的需求。为此,我们提出了一个名为 SciGuard 的系统来控制科学中人工智能模型的滥用风险,并提出了一个名为 SciMT-Safety 的红队基准来评估不同系统的安全性。我们的提议在评估中显示出最小的有害影响,并且在良性测试中不会影响性能。最后,我们强调了跨学科和合作努力来确保在科学中安全和道德地使用人工智能模型的需求。我们希望我们的研究能够激发研究人员、从业者、决策者和公众之间就科学中的人工智能的道德使用展开有建设性的讨论,以最大化利益,最小化滥用风险。
Dec, 2023
该研究表明,将人类专业知识的分布纳入考虑,并以此训练无监督的人工智能模型,能够显著提高 AI 对未来发现的预测能力,特别是在相关文献稀缺的情况下,这些模型成功预测出人类预测和可能做出预测的科学家,为科学进步开创新的前沿。
Jun, 2023