AI gæti hjálpað til við að sigta í gegnum rannsóknargreinar Yuri A/Shutterstock
Rannsóknarstofa bandarískra stjórnvalda hefur smíðað tól til að finna og draga saman þekkingu í útdrætti vísindarita. Það notar það sama AI sem knýr nýlega út opinberlega spjallbotinn ChatGPT.
„Það er sjónlína til þess tíma þegar við munum hafa rannsóknaraðstoðarmenn sem eru gervigreindir sem hafa aðgang að ótrúlegu magni upplýsinga,“ segir John Dagdelen hjá Lawrence Berkeley National Laboratory í Kaliforníu.
Teymið prófaði það síðan á 65 útdrætti og komst að því að það gat valið um 75 prósent af viðeigandi upplýsingum í hvaða útdrætti sem er. Niðurstöður gervigreindar voru einnig í samræmi við það hvernig vísindamenn hefðu unnið sama verkefni með 92 prósent nákvæmni.
Þetta táknar stefnu sem allir vísindamenn geta fylgt við að gefa GPT-3 dæmum um hvernig þeir vilja að gervigreindin sæki og formi vísindalega þekkingu úr útdrætti. En ein takmörkunin er sú að GPT-3 og önnur gervigreind þjónusta takmarka magn texta sem hægt er að gefa inn í þær, sem þýðir að vísindamenn geta ekki auðveldlega notað GPT-3 til að greina heilar rannsóknargreinar, segir Anubhav Jain við Lawrence Berkeley National Laboratory í Kaliforníu. .
AI sem geta nákvæmlega dregið upplýsingar úr texta myndu tákna „paradigm shift“ til að hjálpa vísindamönnum að fá aðgang að vísindalegri þekkingu, segir Jacqui Cole við háskólann í Cambridge í Bretlandi.
GPT-3 er þekkt fyrir að framleiða mistök og það var líka raunin hér. Bestu lagfæringarnar virðast felast í því að kenna gervigreindinni byggt á leiðréttum dæmum um að það hafi orðið mjög vitlaust, eða að kenna gervigreindinni að draga út gögn nákvæmlega eins og þau birtast upphaflega í útdrættinum, segir Alexander Dunn hjá Lawrence Berkeley National Laboratory í Kaliforníu.
Þessi stefna til að kenna GPT-3 að sigta í gegnum núverandi rannsóknir fyrir gagnlegar þekkingarmola gæti einnig virkað fyrir önnur vísindasvið umfram efnisfræði. „Áður ætlaði einhver fræðilegur vísindamaður að greiða í gegnum hundruð eða þúsundir greina,“ segir Dunn. „Nú getum við látið gervigreind fara í gegnum 1000 sinnum eða oftar og fá í raun yfirgripsmikla mynd af gögnunum í tilteknu undirléni vísinda.
Tilvísun: arxiv.org/abs/2212.05238
