人工智能代理进行自主研究概念的推测性探索
该研究旨在探讨人类探索行为与人工智能自主性和适应性的联系,并将认知心理学范例应用于机器学习方法中。研究表明,与人类对应的人工智能代理可以通过内部状态与探索行为之间的因果关系来学习并自我发展,这对于人类认知研究和人工智能的发展都具有重大意义。
Feb, 2023
介绍人工智能领域中对于开发具有自主性并与其它实体有效交互的代理人的方法,重点讨论了不同建模方法及其基础方法学和前提条件,涉及方法学和实际应用,最后阐述了未来研究的潜在课题。
Sep, 2017
自动化整个科学方法论需要数据归纳的自动化以及实验从设计到实施的自动化,机器人科学家是将人工智能和实验室机器人相结合,具备进行真实世界实验检验假设的能力。本章探讨了机器人科学家在科学哲学中的基本原理,并将其活动与机器学习范式相对应,认为科学方法与主动学习有类似之处。我们使用以往机器人科学家的案例以及 Genesis 的案例进行实证,Genesis 是一种面向系统生物学研究的下一代机器人科学家,具备 1000 个计算机控制的微生物反应器的微流控系统和基于可控词汇和逻辑的可解释模型。
Jun, 2024
通过探索将 AI 用作自动化研究过程中的工具,我们发现在某些情况下,GPT-4 能够在很少的方法论指导下自主地生成和验证假设,但也存在实现自主且具有人类水平研究能力的挑战,这再次强调了继续探索开发通用和自主的 AI 研究者的需求。
Nov, 2023
提出了一种基于大型语言模型的研究思路写作代理 ——ResearchAgent,它在科学文献的基础上自动生成问题、方法和实验设计,并通过连接学术图谱中的信息和从基于实体为中心的知识库中提取的实体进行逐步改进。此外,通过与多个 ReviewingAgents 进行反复讨论和反馈来借鉴人类改善思路的方式,还利用与人类偏好一致的大型语言模型为评估提供标准。在多个学科的科技出版物上实验证明了 ResearchAgent 的有效性,通过人工和模型评估结果生成了新颖、明确和有效的研究思路。
Apr, 2024
人工智能作为探索工具,创造和研究能够揭示与人类和动物智能形式不同的候选智能构件的系统,以探索智能的可能空间。通过研究人类和大型语言模型在组合新概念和虚构概念能力方面的最近工作,证明后者在解决此任务时可能与人类假设的方式完全不同,但对智能研究同样具有重要意义。
Jan, 2024
本文提供了一个名为可感知智能的观点,讨论了一个以创造性数学为基础的 Brouwer 机器框架,并分析了在人工智能研究中常用的范例和技术与想象力建构主义的框架和理论的优缺点。
Apr, 2014
我们提出了一种基于 LLM 的研究代理的研究,该代理可以在机器学习工程问题中执行实验循环,并且我们开发了 MLAgentBench 来评估这些代理的性能与效率。
Oct, 2023