Logo Zephyrnet

Sztuczna inteligencja przewiduje przyszłość badań nad sztuczną inteligencją

Data:

20 paź 2023 (Wiadomości Nanowerk) Śledzenie przytłaczającej obfitości publikacji naukowych w tej dziedzinie stało się prawie niemożliwe dla badaczy-ludzi sztuczna inteligencja i być na bieżąco z postępami. Naukowcy z międzynarodowego zespołu kierowanego przez Mario Krenna z Instytutu Nauk o Świetle Maxa-Plancka opracowali algorytm sztucznej inteligencji, który nie tylko pomaga badaczom w systematycznym orientowaniu się, ale także predykcyjnie prowadzi ich w kierunku, w którym podąża ich własna dziedzina badawcza. prawdopodobnie będzie ewoluować.

Na wynos

  • Narzędzie Science4Cast wykorzystuje podejście oparte na wykresach do analizy ponad 100,000 XNUMX publikacji naukowych na temat sztucznej inteligencji, skutecznie oferując wgląd w przyszły kierunek rozwoju tej dziedziny.
  • Narzędzie powstało w wyniku międzynarodowego konkursu, którego celem było przewidzenie przyszłych gorących tematów w badaniach nad sztuczną inteligencją.
  • W przeciwieństwie do ciągłych metod sztucznej inteligencji, najskuteczniejsze algorytmy w Science4Cast opierają się na starannie dobranym zestawie funkcji sieciowych, co wskazuje na niewykorzystany potencjał podejść do uczenia maszynowego.
  • Oprócz przewidywania trendów badawczych zespół dąży do przekształcenia Science4Cast w spersonalizowany silnik sugestii dla naukowców, służący jako „sztuczna muza” inspirująca przyszłe projekty badawcze.
  • Sztuczna inteligencja kontempluje przyszłość nauki Sztuczna inteligencja kontempluje przyszłość nauki. (Zdjęcie: DALL-E3)

    Badanie

    Praca ta została opublikowana w czasopiśmie Inteligencja maszyny („Prognozowanie przyszłości sztucznej inteligencji za pomocą przewidywania połączeń w oparciu o uczenie maszynowe w wykładniczo rosnącej sieci wiedzy”). W obszarze sztucznej inteligencji (AI) i uczenia maszynowego (ML) liczba publikacji naukowych rośnie wykładniczo i mniej więcej podwaja się co 23 miesiące. Dla badaczy-ludzi prawie niemożliwe jest nadążanie za postępem i prowadzenie kompleksowego przeglądu. Mario Krenn, lider grupy badawczej w Instytucie Nauki o Świetle Maxa-Plancka w Erlangen, podchodzi do rozwiązania tego wyzwania w niekonwencjonalny sposób. Opracował nowe narzędzie oparte na grafach „Science4Cast”, które pozwala na stawianie pytań o przyszły rozwój badań nad sztuczną inteligencją. Wcześniej międzynarodowa grupa badawcza ogłosiła konkurs „Science4Cast”, którego celem było uchwycenie i przewidzenie rozwoju koncepcji naukowych w dziedzinie badań nad sztuczną inteligencją oraz określenie, które tematy będą przedmiotem przyszłych badań. Nadesłano ponad 50 zgłoszeń przedstawiających różne podejścia. Krenn wraz z czołowymi zespołami zbadał obecnie różne zastosowane metody, od metod czysto statystycznych po metody czysto edukacyjne, i uzyskał zaskakujące wyniki. „Najskuteczniejsze metody wykorzystują starannie dobrany zestaw funkcji sieciowych, a nie ciągłe podejście oparte na sztucznej inteligencji” – powiedział Mario Krenn. Sugeruje to znaczny potencjał, który można odblokować przy użyciu podejścia opartego wyłącznie na uczeniu maszynowym bez wiedzy człowieka. Science4Cast to graficzna reprezentacja wiedzy, która z biegiem czasu staje się coraz bardziej złożona w miarę publikowania większej liczby artykułów naukowych. Każdy węzeł na wykresie reprezentuje koncepcję sztucznej inteligencji, a powiązania między węzłami wskazują, czy i kiedy obie koncepcje były badane łącznie. Na przykład pytanie „Co się stanie” można opisać jako pytanie matematyczne dotyczące dalszego rozwoju wykresu. Science4Cast zasilany jest rzeczywistymi danymi z ponad 100,000 30 publikacji naukowych z okresu 64,000 lat, co daje łącznie 4 XNUMX węzłów. Jednak przewidzenie, nad czym badacze będą pracować w przyszłości, to dopiero pierwszy krok. W swojej pracy badacze opisują, w jaki sposób dalszy rozwój ScienceXNUMXCast mógłby wkrótce dostarczyć indywidualnym naukowcom spersonalizowane sugestie dotyczące ich przyszłych projektów badawczych. „Naszą ambicją jest opracowanie metody, która będzie dla naukowców źródłem inspiracji – niemal jak sztuczna muza. Może to potencjalnie przyspieszyć postęp nauki w przyszłości” – wyjaśnia Krenn.
    spot_img

    Najnowsza inteligencja

    spot_img