美德机:迈向通用人工智能

发表
GabrielleGabrielle 提交
作者: GabrielleGabrielle Wehr, Reuben Rideaux, Amaya J. Fox, David R. Lightfoot, Jason Tangen, Jason B. Mattingley, Shane E. Ehrhardt

摘要

人工智能系统正通过加速特定研究任务来革新科学发现,从蛋白质结构预测到材料设计,但仍局限于需要大量人工监督的狭窄领域。科学文献的指数级增长和日益增长的领域专业化限制了研究人员跨学科综合知识和发展统一理论的能力,这促使人们探索更通用的科学人工智能系统。在此,我们展示了一个领域无关、自主性强的人工智能系统,能够独立地导航整个科学工作流程——从假设生成到数据收集再到手稿准备。该系统自主设计并执行了三项关于视觉工作记忆、心理旋转和意象生动性的心理学研究,与288名参与者进行了新的在线数据收集,通过8小时以上的连续编码会话开发了分析流程,并完成了手稿。结果表明,人工智能科学发现流程能够进行非琐碎的研究,其理论推理和方法论严谨性可与经验丰富的研究人员相媲美,尽管在概念细微之处和理论解释方面存在局限性。这是迈向具身人工智能的一步,它可以通过现实世界的实验来检验假设,通过自主探索人类认知和资源限制可能未曾涉足的科学空间区域来加速发现。这引发了关于科学理解的本质和科学贡献归属的重要问题。
查看 arXiv 页面查看 PDF

评论

GabrielleGabrielle
论文作者
论文提交者

一个多智能体 AI 科学家系统,通过收集真实世界数据(此处展示有人类参与者)进行端到端的研究(从假设到手稿)

ShaneShane

代理们运行了8小时,生成了10000行代码,这些代码经过验证并且有效。

Dusto VeeDusto Vee

团队工作不错!除了心理学之外,你们下一步还在研究哪些科学领域?

ShaneShane

您认为哪些领域适合这类系统?

机器学习、神经科学、微生物组/生物信息学都在进行中。