ИИ для науки требует рассуждений, а не только данных
ИИ-агенты, моделирующие процесс человеческого исследования, ускорят научные открытия, в отличие от моделей, требующих огромных данных, таких как AlphaFold. Эти агенты могут рассуждать в условиях неопределенности, автоматизировать ведение журналов и ускорять эксперименты, предлагая путь вперед для областей, испытывающих недостаток в больших наборах данных.
AlphaFold, разработанная компанией Google DeepMind, решила задачу предсказания структуры белков после полувековых усилий, но условия, обеспечившие её успех, — огромный банк данных Protein Data Bank и надёжные экспериментальные данные — редки и дорогостоящи для воспроизведения в большинстве областей. Вместо этого ИИ-агенты, работающие на основе больших языковых моделей, становятся более
Показать ещё ↓
Источник: MIT Technology Review —
оригинал