Empat Cara Ilmuwan Peneliti Google Menggunakan Alat Bantu Riset Empiris
Google/DeepMind
OpenAI
Ilmuwan peneliti Google telah menerapkan alat Bantu Riset Empiris (ERA) pada masalah dunia nyata di bidang epidemiologi, kosmologi, pemantauan atmosfer, dan ilmu saraf. ERA telah membantu menghasilkan prakiraan kompetitif untuk flu, COVID-19, dan RSV; menurunkan solusi untuk radiasi string kosmik; mengekstrak data CO2 dari satelit geostasioner; dan menemukan sirkuit saraf yang dapat diinterpretasikan pada ikan zebra. Upaya ini menunjukkan potensi AI untuk mendemokratisasi pemodelan komputasional, memecahkan masalah yang terbuka, dan memaksimalkan nilai data yang ada.
Sejak memperkenalkan Empirical Research Assistance (ERA) pada bulan September, para ilmuwan Google Research telah menggunakannya untuk menangani aplikasi dunia nyata di luar uji bukti konsep. Dalam epidemiologi, ERA menghasilkan prakiraan untuk influenza, COVID-19, dan Respiratory Syncytial Virus (RSV), yang bersaing dengan alat-alat dari Pusat Pengendalian dan Pencegahan Penyakit (CDC); Google kini mengirimkan prakiraan flu mingguan untuk seluruh negara bagian Amerika Serikat dan jangka waktu hingga empat minggu, serta telah bergabung dengan pusat prakiraan COVID-19 dan RSV milik CDC, berkinerja di atau dekat puncak papan peringkat publik. Dalam kosmologi, ERA yang digabungkan dengan Gemini Deep Think menurunkan enam solusi umum dan formula asimtotik yang ringkas untuk radiasi gravitasi dari tali kosmik, memecahkan masalah terbuka yang sebelumnya hanya memiliki solusi parsial untuk kasus khusus. Untuk pemantauan atmosfer, ERA mengembangkan jaringan saraf berbasis fisika piksel tunggal yang mengekstrak karbon dioksida (CO2) rata-rata kolom dari pengamatan satelit GOES East, mencapai resolusi spasial dan temporal yang belum pernah terjadi sebelumnya dengan menggabungkan data dari 16 pita panjang gelombang, meteorologi, sudut matahari, dan hari dalam setahun, yang dilatih pada data OCO-2 dan OCO-3 yang jarang. Dalam ilmu saraf, ERA menggunakan diagram koneksi dari simulator otak zebrafish yang disederhanakan (simZFish) untuk mengusulkan sirkuit saraf yang menghubungkan stimulus ke respons motorik, yang digeneralisasikan ke stimulus baru dan menawarkan solusi yang dapat diinterpretasi serta mekanistik yang akurat, berdasarkan hasil sebelumnya di mana ERA mengungguli garis dasar dalam memprediksi lebih dari 70.000 neuron di ZAPBench. Proyek-proyek ini menunjukkan kemampuan ERA untuk memajukan ilmu pengetahuan dengan memecahkan masalah terbuka, mendemokratisasi pemodelan komputasional, dan memaksimalkan kegunaan data observasi yang sudah ada.
Sumber: Google Research —
asli
