Tudományos blogot indít az OpenAI, AI-val elért felfedezéseket oszt meg
A blogon a kutatók az AI-val elért eredményeiket és módszereiket is közzéteszik; az eddigi példák között szerepel a Scripps Research PerturbAI rendszere és César de la Fuente munkája.

Az OpenAI új tudományos blogot indít, amelynek célja, hogy kutatók és akadémikusok megoszthassák, mit fedeztek fel mesterséges intelligencia segítségével, és hogyan végzik munkájukat — írja az OpenAI.
A blog a cég szerint a szélesebb tudományos közösség számára is nyitott lesz. A tervek szerint új kutatási eredményekről, módszerekről és a kutatók személyes tapasztalatairól is közölnek anyagokat.
Milyen témákat dolgoznak fel
A bejelentés három fő területet nevez meg. Az első a kutatások és felfedezések köre, amelyek az OpenAI-tól, partnereiktől és a szélesebb tudományos közösségtől származnak. A második a módszertani útmutatás: példák arra, hogyan használják a tudósok a modelleket tudományos számításokra, adatelemzésre, szakirodalom feltárására és kísérletek tervezésére. A harmadik a tudományos közösség perspektívái, köztük a kutatók tapasztalatai és a nyitott kérdések.
Az eddigi eredmények
Az OpenAI szerint az utóbbi hónapokban egyre több tudományos problémán dolgoztak modelljeikkel. Szeptemberben egy belső rendszerük bizonyítást készített a Navier–Stokes-egyenletek létezési és simasági problémájára, amely a folyadékmozgást leíró egyenletekkel kapcsolatos régi kérdés.
Októberben matematikai eredmények széles körét tették közzé, köztük egy, a kvázi-Riemann-hipotézissel kapcsolatos eredményt, amely az adott számnál kisebb prímszámok becslését pontosítja. Szeptember végén pedig a hullámkoncentrációval, a hatékony számítás korlátaival és a kölcsönható kvantumtérelmélet matematikai alapjaival foglalkozó eredményeket osztottak meg.
Biológiai alkalmazások
Biológiában a PerturbAI és a Scripps Research együttműködésében, GPT-Rosalind modellel működő agentek több ezer példánya 32 perc alatt elemezte egymillió egéragy-sejt meglévő kísérleti adatait. A génkiesések hatásait tudományos irodalommal összekötve lehetséges biológiai mechanizmusokat azonosítottak, amelyeket a kutatók tesztelhetnek. César de la Fuente csapata ChatGPT-t és Codex-et használ olyan algoritmusok építésére, amelyek potenciális antibiotikum-molekulákat azonosítanak; ezeket a csapat laboratóriumban állítja elő és teszteli.
Az OpenAI szerint ezek a képességek új kérdéseket is felvetnek a tudományos gyakorlatban. A matematikában az AI által generált bizonyításoknál kérdés, hogyan ellenőrzik és építik be az új érveléseket a területbe. A kísérleti tudományokban több hipotézis vizsgálata új lehetőségeket, de nehéz döntéseket is jelent a kísérletek kiválasztásában. A kutatók a képzés, a szerzőség és a szükséges készségek kérdéseit is vizsgálják.
A cég szerint a blog arra szolgál, hogy többen megértsék, hogyan változtatja meg az AI a tudományt. Az eredmények egy része önbevallás alapján szerepel, független szakmai lektorálásuk a közölt anyag alapján nem látszik, és a César de la Fuente csapatának antibiotikum-molekulái is csak laboratóriumi tesztelés alatt állnak.