理查德·萨顿在演讲中探讨了生成式AI的局限性,指出其无法同时实现“新颖与优秀”。他强调,真正的创造力和发现需要评估和选择性保留,而生成式AI缺乏这种能力。他提出“发现”的概念,认为通过变化、评估和选择性保留可以实现创新,未来的AI应具备这些能力,以推动科学和数学的发展。
三位科学家认为传统唯物主义限制了科学发展。天体物理学家Adam Frank指出,科学的“客观视角”并不存在,所有认知源于第一人称经验。神经科学家Lisa Feldman Barrett强调,现实是观察者与物体关系的产物,而非物体固有属性。合成生物学家Michael Levin提出,数学事实不属于物理世界,科学应探索潜在空间中的规律,关注复杂性和可预测的变化,而非绝对的普适规律。
Consensus平台利用GPT-5的“Scholar Agent”系统,帮助研究人员快速查找和解读文献,提升研究效率,已吸引超过800万用户,推动科学发展。
国家空间站是五个航天机构的合作,超越了地缘政治界限,推动科学发展。伽利略的勇气为科学方法奠定基础,激励后人追求真理。面对挑战,我们应勇于冒险,推动变革,成功需要激情、明确目标和质疑常规,以实现创新。
卡内基梅隆大学教授Tom M. Mitchell撰写了新的AI for Science白皮书,讨论了人工智能如何加速科学发展以及美国政府如何帮助实现这一目标。人工智能可以帮助科学家克服研究中的问题,如发现复杂数据集中的规律、阅读和消化相关出版物、创建基础模型和实现实验自动化。政府可以通过资助多机构研究团队、创建数据共享网站、研究数据共享激励机制和资助相关基础AI研究来支持这一机会。
完成下面两步后,将自动完成登录并继续当前操作。