搞科研新姿势:让GPT-3给你打下手
华人博士新研究
金磊 发自 凹非寺
量子位 | 公众号 QbitAI
搞科研的最新姿势,被一位华人小哥解锁了——
告诉AI你的研究目标,再把数据集“投喂”进去,完事。
这就是来自伯克利的博士生Zhong Ruiqi等人的最新研究,把从海量数据集中繁琐的“取证”过程,统统交给GPT-3来解决:
他们还发现,这种用AI搞科研的方法不仅效率高,而且还能得出人类没有想到的“意外惊喜”。
让GPT-3帮你搞科研
那么小哥他们为什么突发奇想地要用这种方式搞科研呢?
这是因为他们发现,对大型语料库做深入的挖掘确实能得到一些有用的结果,但这个过程要是让人类来搞,那简直就太费时费力了。
因此,他们便决定把这个繁琐的过程交给GPT-3来处理,并把这个任务命名为“D5”:
Goal Driven Discovery of Distributional Differences via Language Descriptions.
通过语言描述,实现目标驱动的分布式差异的发现。
“D5”任务的过程,简单来说就是两个动作:
- 输入研究目标
- 输入两个语料库
例如在上面这个案例中,小哥先是给AI输进去了两个语料库:
- 语料库A:服用药物A后患者的反应报告
- 语料库B:服用药物B后患者的反应报告
然后再向AI确定自己的研究目标,即“我想了解一下药物A的副作用”。
在AI收到任务后,立刻开始执行分析工作,最后得出了它的结论:
语料库A中的样本,有更多的患者会提到“妄想症”(paranoia)。
不过试想一下,若让人类科研人员做这项工作,光是了解语料库A和B就需要花费大量的时间,更别提还得进一步做对比分析等工作了。
而D5任务之所以能够做得如此丝滑,是因为小哥他们在此背后还做了不少工作。
例如构建OpenD5元数据集,它包含符合D5任务的675个开放式问题,所涉及领域涵盖商业、社会科学、人文科学、健康和机器学习等。
并且每个开放式问题都会对应一个语料库对儿(语料库A和语料库B),平均有17000个样本。
小哥还把每个语料库中的50%作为研究部分,另外50%则是拿来做验证。
基于此,小哥他们再构建了一个“D5系统”,它的工作原理和人类从数据库中获取发现类似,分为两个阶段,即创造性地提出一个假设,再在数据集上严格验证这个假设。
按照这种思路,研究人员接下来用GPT-3做了次实验。
他们先是向GPT3展示研究目标和每个语料库中的一些样本,然后让它提出一个假设列表。
最终实验发现,GPT-3可以使用目标描述来提出更相关、更新颖、更有意义的假设。
也正因为OpenD5数据集所涵盖的领域众多,因此小哥表示他们的D5系统具备应用范围广的特点。
也存在一些缺陷
但对于这套D5系统,小哥也直言不讳地道出了它的缺陷。
例如,若是语料库中含有较多的俚语、俗语或者带有情绪的词汇,那么AI所给出的“发现”就会存在偏差。
简而言之,就是AI对于特定情况的词汇或描述产生了错误的理解和分析。
除此之外,小哥也表示更灵活的语料库、更具扩展性的系统,也是他们在未来重点研究的方向。
不过似乎这项研究让小哥也是兴奋不已,毕竟离他“构建一个用AI稿科研”的梦想更近了一步。
参考链接:
[1] https://arxiv.org/abs/2302.14233
[2] https://twitter.com/ZhongRuiqi/status/1631109680859865089?s=20
- 史无前例!Seq2Seq和GAN同获NeurIPS时间检验奖,Ilya连续2年获奖2024-11-28
- 无畏契约AI陪练即将上线!新智慧心携英特尔打造,秒get游戏技巧2024-11-28
- 经典卡尔曼滤波器改进视频版「分割一切」,网友:好优雅的方法2024-11-24
- PC产业驶入创新超车道,英特尔蓉城撬动AI新引擎2024-11-26