Kreditas: World Scientific Dirbtinis intelektas, be ažiotažų ir isterijų šiandienos antraštėse, vaidina vis svarbesnį vaidmenį kasdieniame gyvenime ir versle – nuo nuspėjamojo teksto iki „Netflix“ rekomendacijų iki banko sukčiavimo aptikimo.
Didžiąją šios pažangos dalį lėmė tyrėjai, patyrę sudėtingų mokslinių tyrimų pažangą.
Ir dar laukia.
UC Riverside keturių mokslininkų komanda išdėstė savo viziją, kaip naudoti mašininį mokymąsi, siekiant išlaikyti, tobulinti ir kurti sudėtingiausią mokslinę įrangą Žemėje.
„Naudojant dirbtinį intelektą dideliems moksliniams iššūkiams spręsti galima ne tik tobulinti mokslą, bet ir padėti spręsti kasdienio gyvenimo problemas“, – sakė UC Riverside kompiuterių mokslo ir inžinerijos docentas Vagelis Papalexakis. „GPS yra puikus pavyzdys.”
2023 m. balandžio mėn. World Scientific paskelbė skyrių apie UCR komandos viziją knygoje „Dirbtinis intelektas mokslui: gilaus mokymosi revoliucija“.
7 skyriuje „Mašininis mokymasis sudėtingam instrumentų projektavimui ir optimizavimui“ nagrinėjama, kaip dirbtinis intelektas gali patobulinti, patobulinti ir netgi pakeisti didelio masto mokslinius eksperimentus. Idėja yra panaudoti mašininį mokymąsi, kad būtų galima imituoti daugybę operacijų ir projektavimo galimybių – ne tik taupant laiką, pinigus ir išteklius didinant efektyvumą ir visapusiškus patobulinimus, bet ir tyrinėjant prieštaringus dizainus ir idėjas.
„Tai skamba futuristiškai – ir tai yra viltis“, – sakė Papalexakis. „Mes klausiame: „Koks yra AI pažadas?
Jo bendraautoriai yra Barry C. Barishas, Kalifornijos technologijos instituto Nobelio premijos laureatas fizikos emeritas profesorius ir UCR nusipelnęs fizikos ir astronomijos profesorius; Jonathanas Richardsonas, UCR fizikos ir astronomijos docentas; ir Rutuja Gurav, mokslų daktarė. UCR informatikos kandidatas.
Jų požiūris galėtų pagerinti sudėtingos inžinerijos, įskaitant lazerinio interferometro gravitacinių bangų observatoriją, projektavimą ir veikimą. „Caltech“ valdomą LIGO sudaro du dviejų 2,5 mylių ilgio lazerio spindulių rinkiniai Vašingtono valstijoje ir Luizianoje, aptinkantys gravitacines bangas iš kosminių reiškinių, tokių kaip susiliejančios juodųjų skylių poros, kurios neskleidžia šviesos ir todėl negali būti stebimos. vizualiai.
Gravitacinės bangos padeda mokslininkams suprasti kosmoso paslaptis, visatos kilmę ir pagrindinius fizikos dėsnius. Pats LIGO atvėrė naują astronomijos sieną – atradimai buvo tokie novatoriški, kad buvęs LIGO direktorius Barishas pasidalijo 2017 m. Nobelio fizikos premiją.
„Eksperimentinės fizikos pažanga priklauso nuo mūsų gebėjimo sukurti labai sudėtingus moderniausius instrumentus“, – sakė Barishas. „Mašininis mokymasis vaidina vis didesnį vaidmenį kuriant, projektuojant ir įgyvendinant tokius pažangius eksperimentinius įrenginius. Galima sakyti, kad dirbtinis intelektas tampa visaverčiu partneriu darant naujus fizikos atradimus.”
Numatytas naujas tyrimas padėtų mokslininkams, pavyzdžiui, išmokti tobulinti ar net kurti galutinius instrumentus taip, kad padidėtų jų jautrumas ir atsparumas realaus pasaulio klaidų šaltiniams, pvz., aplinkos triukšmui.
„Užuot tai daręs laboratorijoje, dirbtinis intelektas labai stengtųsi išbandyti galimus dizainus ir surasti tą, kuris geriausiai tinka“ didžiulei LIGO infrastruktūrai, sakė Papalexakis. „Tai skaičiavimo būdas modeliuoti dalykus, kurie labai padės planuoti didelio masto eksperimentus.”
Taikant tokius metodus būtų panaudota ir pritaikyta technologija, kuri valdo atsirandančias viešąsias platformas, tokias kaip „ChatGPT“ ir „Bing AI“, turinčią didelę reikšmę moksliniams atradimams ir kasdienėms naujovėms.
Mokslininkai pažymėjo, kad dirbtinio intelekto naudojimas didelėms mokslinėms sistemoms išbandyti, modeliuoti ir tobulinti neišstumtų tyrėjų ar inžinierių.
„Pasienio eksperimentai, tokie kaip LIGO, yra neįtikėtinai sudėtingi instrumentai, turintys daugybę tarpusavyje susijusių valdymo sistemų ir tūkstančius duomenų kanalų“, – sakė Richardsonas. „Tikimės, kad dirbtinio intelekto pažanga, tokia, kokia siekiama UCR, galės atpažinti paslėptas asociacijas šioje duomenų jūroje, kurios galėtų diagnozuoti veiklos problemas. Tai, savo ruožtu, suteiktų naujų būdų, kaip mes, žmonių fizikai, gali atlikti fizinius pakeitimus, kurie pagerina detektoriaus veikimą.”
Tyrimas išaugo iš studento susižavėjimo ir atsitiktinio susitikimo.
Guravas, absolventas, dirbantis Papalexakio kompiuterių mokslo laboratorijoje, susižavėjo gravitacinių bangų izoliavimu nuo kito triukšmo. Tada prieš ketverius metus UCR surengta vieša gravitacinių bangų eksperto Barish paskaita paskatino grupę susitikti, pasikalbėti ir bendradarbiauti įgyvendinant projektą.
Gurav pagyrė savo UCR mentorius ir pasakė: „Nuostabu matyti, kad mūsų darbas įtrauktas į tokią nuostabiai įvairią gamtos mokslų taikomojo dirbtinio intelekto idėjų rinkinį. Tai yra ypatingas mano, kaip trokštančio kompiuterio, gana netradicinės doktorantūros kelionės etapas. mokslininkas, kuris labai domisi mašininio mokymosi pritaikymo galimybėmis, siekiant išplėsti mokslo atradimų ribas.
Dabar, kai skyrius buvo paskelbtas, Papalexakis pasakė: „Aš didžiuojuosi ir šiek tiek išsigandau“. Viešas sudėtingų mokslinių tyrimų krypčių išdėstymas sukelia „atsakomybės jausmą, į kurį neatsižvelgiame. Tačiau aš džiaugiuosi, kad žmonės mano, kad šiuos dalykus verta ištirti“.
Daugiau informacijos: Alok Choudhary ir kt., Dirbtinis intelektas mokslui (2023). DOI: 10.1142/13123
Citata: Dirbtinis intelektas, skirtas pertvarkyti gilųjį mokslo mokymąsi (2023 m., birželio 30 d.), gautas 2023 m. liepos 1 d. iš https://techxplore.com/news/2023-06-artificial-intelligence-reshape-deep-science.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
