Apr, 2024

AI 知识与推理：在科学研究中模拟专家的创造力

PDF
TL;DR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。
aicreativityscientific endeavorsresearch articlespsychology journals
发现论文，激发创造
  • 人工智能与创意领域：当前与未来应用的简要回顾

    本研究探讨了创意和人工智能之间的关系，研究了人工智能在艺术创作中的应用，并考虑了人工智能对意识研究、兴趣和决策能力的潜在影响和伦理问题，以刺激人们对人工智能在创意领域中使用和伦理问题的思考。

    Jun, 2023

  • AI 能像人类一样具有创造力吗？

    通过引入 Relative Creativity 的概念，我们将重点转移到 AI 是否能够与理论上的人类创造能力相媲美，并基于统计学上可量化的评估，介绍了 Statistical Creativity 作为衡量 AI 创造力的方法。通过分析创造力度量，并引入可行的训练指导方针，我们建立了一个评估和促进 AI 模型中统计创造力的连贯、不断发展和变革的框架。

    Jan, 2024

  • 人工智能赋能研究：科学从人工智能中获益的 10 种方式

    人工智能对科学研究的转变影响进行了探索，突出了人工智能革新科学家工作的十种方式，包括强大的引用工具、对研究问题的改进理解、优化研究设计、数据生成和数据转换、高级数据分析和人工智能辅助报告，并且强调了人工智能可以增强科学中的人类创造力但不能取代它。

    Jul, 2023

  • 利用人工智能与人工智能了解人类加速科学

    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

  • 量化人工智能对科学研究的益处

    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

  • 人工智能中的快思慢想

    本研究提出借鉴认知理论以推进 AI 的研究方向，通过嵌入因果组件来获得适应性、推理能力、常识理解等人类决策能力，以期激发 AI 技术研究，进而更好地理解人类和机器智能。

    Oct, 2020

  • 评估 AI 创造物的真实创新程度

    探究人工智能是否生成真正新颖的想法，而不仅仅是重复在训练中学到的模式，通过一项新颖的实验设计，在为假设的众筹活动生成项目标题的任务中，我们比较了人工智能生成的项目标题之间的重复和复杂性，并通过扩展的最大平均偏差度量了人工智能生成的标题与实际观测到的领域数据的比较，从而对人工智能的新颖输出进行了结构化分析。结果表明：（1）人工智能即使在任务复杂性不断增加且在计算能力的极限下，依然能够生成独特的内容；（2）生成的内容具有面部效度，并与其他生成型人工智能的输入以及与领域数据的定性比较一致；（3）与领域数据存在差异，从而减轻了与知识产权相关的担忧。我们探讨了对版权和商标法的影响。

    Mar, 2024

  • 使用 AI 预测 AI 的未来：在指数级增长的知识网络中进行高质量的链接预测

    使用 AI 技术构建基于真实世界数据的 Science4Cast 基准测试，并提出十种不同的方法来预测人工智能研究的未来研究方向，最终目的是为了更先进的研究建议工具。

    Sep, 2022

  • 人工智能中的抽象与类比推理

    本文综述了人类学习、推理和适应新领域的关键能力 —— 概念抽象和类比制定，以及通过符号方法、深度学习和概率编程归纳等多种途径构建具有这些能力的 AI 系统的优势和局限性，最后提出了设计挑战任务和评估指标的几点建议，以在此领域取得量化和可推广的进展。

    Feb, 2021

  • AI 科学家的 “图灵测试

    通过提出一个 “AI 科学家的图灵测试” 来评估 AI 代理能否独立地进行科学研究，这篇论文在提供特定问题的交互式库或数据集的前提下，提出了七个评估 AI 代理在各个科学领域中进行突破性发现能力的基准测试。这些基准测试旨在建立 AI 在科学研究中的能力标准，并激发对这个激动人心领域的进一步研究。

    May, 2024