Ein internationales Wissenschaftlerteam, darunter Experten der Universität Cambridge (Großbritannien), hat ein Forschungsprojekt gestartet, um ein KI-gestütztes Tool speziell für wissenschaftliche Forschungsaktivitäten zu entwickeln. Dieses Tool basiert auf einer ähnlichen Technologie wie ChatGPT.
Während ChatGPT mit Text arbeitet, wird die neue KI-Anwendung anhand numerischer Daten und physikalischer Simulationen aus verschiedenen wissenschaftlichen Bereichen trainiert. Dies wird Wissenschaftlern helfen, vielfältige Forschungsobjekte zu modellieren, von Superriesensternen bis hin zum Erdklima.
Das Projekt trägt den Namen „Polymathic AI“ und wurde zeitgleich mit der Veröffentlichung einer Reihe verwandter Artikel im Open-Data-Repository arXiv angekündigt (1, 2, 3).
„Das wird die Art und Weise, wie KI und maschinelles Lernen in der Wissenschaft eingesetzt werden, grundlegend verändern“, sagte Shirley Ho, Forschungsleiterin am Center for Computational Astrophysics des Flatiron Institute. Eine der Kernideen hinter „Polymathic AI“ ist, dass die Verwendung großer, vortrainierter Modelle schneller und genauer sein kann als die Entwicklung eines wissenschaftlichen Modells von Grund auf.
Das Team vereinte Wissenschaftler verschiedener Institutionen, darunter Experten aus Physik, Astrophysik, Mathematik, KI und Neurowissenschaften. Ziel des Projekts ist die Untersuchung von Daten aus verschiedenen Quellen der Physik und Astrophysik sowie zukünftig auch der Chemie und Genomik. Ziel des Projekts ist die Anwendung multidisziplinären Wissens auf unterschiedliche wissenschaftliche Fragestellungen.
Trotz der Einschränkungen der ChatGPT-Anwendung in Bezug auf die Genauigkeit (z. B. bei der Multiplikation) plant das Projekt „Polymathic AI“, sich auf die Lösung dieses Problems zu konzentrieren.
Shirley Ho betonte die Transparenz und Offenheit des Projekts: „Wir wollen alles öffentlich machen und KI für die Wissenschaft demokratisieren. In wenigen Jahren werden wir der Community ein trainiertes KI-Modell zur Verfügung stellen, das die wissenschaftliche Analyse in vielen verschiedenen Bereichen verbessern kann.“
(laut Securitylab)
[Anzeige_2]
Quelle
Kommentar (0)