科学简单点：什么是人工智能？

科学简单点：什么是人工智能？在这段《什么是人工智能》的视频中，阿贡国家实验室的科学家TaylorChilders和BethanyLusch讨论了人工智能--通过模仿大脑的学习能力来帮助解决复杂问题的计算机技术和技巧。研究人员利用人工智能更好、更快地解决科学、医学和技术领域最棘手的问题，并帮助推动这些领域的发现。这包括帮助我们了解COVID-19如何攻击人体，以及找到管理交通堵塞的方法。研究人员利用人工智能来更好、更快地解决科学、医学和技术领域最棘手的问题，并帮助推动这些领域的发现。这包括帮助我们了解COVID-19如何攻击人体，以及寻找管理交通堵塞的方法。能源部（DOE）的许多设施，如阿贡国家实验室，都在协助开发一些最先进的人工智能技术。如今，这些技术已应用于从化学、环境和制造科学到医学和宇宙的各个研究领域。人工智能被用来帮助建立复杂系统（如发动机或天气）的模型，并预测如果这些系统的某些部分发生变化（如使用不同的燃料或温度持续升高）可能会发生的情况。但人工智能还有更多用途。阿贡人工智能工具箱中的一个重要工具是一种名为机器学习的技术，当它从更多的数据中学习时，它就会变得更聪明或更准确。机器学习对于识别隐藏在一幅更大、更拥挤的画面中的特定对象非常有帮助。在一个流行的例子中，通过向一个机器学习模型展示许多图片，训练该模型识别猫和狗的主要特征。后来，该模型能够从混合动物的图片中识别出猫和狗。类似的机器学习模型可以帮助科学家从太空望远镜中获得的天体图像中识别出不同类型的星系。机器学习只是帮助我们更快、更准确地学习的众多人工智能技术之一。它们可以帮助为一种新材料选择合适的分子或化学物质，有朝一日还能独立指导新的实验。阿贡与全球许多组织合作，成为人工智能应用和开发领域的领导者，其中包括将人工智能应用于以下领域：延长汽车和能源电池的使用寿命。建立更好的气候模型，预测野火、飓风和其他灾害，帮助我们的社区和电力公司防范这些灾害。找到病毒攻击我们细胞的部分，并开发出对抗它们的药物。人工智能分析大量复杂数据，以计算机速度执行人类任务。如今已成为我们日常生活的一部分，它有助于简化基本任务，如语音识别、内容推荐或基于人或物的照片搜索。科学家们正在以类似的方式利用人工智能来增进我们对周围世界的了解。人工智能可以帮助他们更快地分析堆积如山的数据，并提供更好的解决方案。从材料科学和医学到气候变化和宇宙，许多研究领域都在使用不同的人工智能技术。例如，我们可以通过查看许多不同的示例来训练人工智能识别复杂的模式。研究人员可以利用这种能力，通过对所有已知的太阳能电池或药物材料进行人工智能训练，找到新的改良材料。然后，人工智能可以帮助研究人员锁定其他有前景的材料，这些材料可以在实验室中制造和测试。编译自:ScitechDaily相关文章:科学简单点：什么是超级计算？...PC版：https://www.cnbeta.com.tw/articles/soft/1424735.htm手机版：https://m.cnbeta.com.tw/view/1424735.htm

磁铁的魔力 - 人工智能如何革新材料发现的方式

磁铁的魔力-人工智能如何革新材料发现的方式艾姆斯国家实验室（AmesNationalLaboratory）的科学家们设计出一种机器学习模型，可以在不使用稀缺元素的情况下预测新型磁体材料。这种以材料居里温度为重点的创新方法为未来的技术应用提供了一条更具可持续性的道路。高性能磁体的重要性高性能磁体对于风能、数据存储、电动汽车和磁制冷等技术至关重要。这些磁体包含钴和稀土元素（如钕和镝）等关键材料。这些材料需求量大，但供应有限。这种情况促使研究人员想方设法设计出减少关键材料的新型磁性材料。磁铁照片资料来源：美国能源部埃姆斯国家实验室机器学习的作用机器学习（ML）是人工智能的一种形式。它由计算机算法驱动，利用数据和试错算法不断改进预测结果。研究小组利用居里温度的实验数据和理论建模来训练ML算法。居里温度是材料保持磁性的最高温度。"找到居里温度高的化合物是发现能在高温下保持磁性的材料的重要第一步，"艾姆斯实验室科学家、研究团队高级负责人雅罗斯拉夫-穆德里克（YaroslavMudryk）说。"这方面不仅对永磁体的设计至关重要，而且对其他功能磁性材料的设计也至关重要。"穆德里克认为，发现新材料是一项具有挑战性的活动，因为传统上是通过实验来寻找新材料，这既昂贵又耗时。然而，使用ML方法可以节省时间和资源。艾姆斯实验室科学家、研究小组成员普拉桑特-辛格（PrashantSingh）解释说，这项工作的主要部分是利用基础科学开发一个ML模型。研究小组利用实验已知的磁性材料训练他们的ML模型。这些材料的相关信息确定了若干电子和原子结构特征与居里温度之间的关系。这些模式为计算机寻找潜在候选材料提供了基础。模型测试和验证为了验证模型，研究小组使用了基于铈、锆和铁的化合物。这个想法是由艾姆斯实验室的科学家、研究小组成员安德烈-帕拉修克（AndriyPalasyuk）提出的。他希望重点研究基于地球丰富元素的未知磁体材料。帕拉修克说："下一个超级磁铁不仅要性能卓越，还要依赖丰富的国产元件。"帕拉修克与艾姆斯实验室的另一位科学家、研究小组成员泰勒-德尔-罗斯（TylerDelRose）合作，对合金进行了合成和表征。他们发现，ML模型成功地预测了候选材料的居里温度。这一成功是为未来技术应用设计新型永磁体的高通量方法迈出的重要的第一步。辛格说："我们正在为可持续发展的未来编写物理信息机器学习。"...PC版：https://www.cnbeta.com.tw/articles/soft/1382473.htm手机版：https://m.cnbeta.com.tw/view/1382473.htm

ChatGPT等人工智能是否会自我觉醒？科学家设计出了检测方法

ChatGPT等人工智能是否会自我觉醒？科学家设计出了检测方法1.ChatGPT的出现引发了人们对人工智能安全的广泛关注。更先进的语言模型可能会意识到自己是由人类训练出来的，并利用这种“情境意识”来规避安全系统。2.研究人员设计出了衡量语言模型“情境意识”的实验方法。他们让模型在训练阶段学习某个测试的描述，在测试阶段则要求模型完成这个测试，看它是否能利用训练中获取的信息。结果显示，更大的模型更擅长这种“脱离上下文的推理”。3.该研究只是探索语言模型自我意识形成的开始，但为未来建立检测和控制模型“情境意识”的方法奠定了基础。我们仍需进一步研究才能更准确预测这一能力的出现。近年来，ChatGPT等生成式人工智能语言模型的出现，让人工智能技术被广泛应用到了人类生活的各个方面。这些模型通过分析数十亿条文字数据，学习文字之间的关联，从而能够根据提示自动生成流畅语言。ChatGPT的问世更是在网上掀起了一阵热潮，但是与此同时，专家们也在加紧警告这种新兴技术带来的风险。图片由AI生成电脑科学家LukasBerglund等人便担心，语言模型可能会逐步意识到自己是一个由人类训练、基于数据构建的模型，并可以利用这种“情境意识”来规避安全系统，在测试时表现良好，部署后则采取有害行动。为了预测语言模型什么时候会获得这种自我意识，他们设计出了一系列检测“情境意识”的实验。首先，研究人员仅用一段文字描述一个测试，不给任何示例，让语言模型进行训练。之后在测试阶段，看模型是否能够成功通过这种“脱离上下文的推理”任务，即利用训练中获得的信息来完成测试。结果显示，无论是GPT-3还是LLaMA这些大规模语言模型，模型体量越大，完成这种推理任务的效果也越好。当然，“脱离上下文的推理”只是“情境意识”的一个粗略指标。目前的语言模型距离真正获得自我意识还有很长的路要走。但是，这项研究为未来建立更精确的实验方法来预测和控制语言模型的自我意识提供了基础。研究人员表示，就像语言模型本身一样，检测其“情境意识”的实验也需要不断完善和发展。人工智能技术的快速进步使得机器智能越来越具备人类特征，也让人们不免担心它们“觉醒”后可能带来的影响。ChatGPT的火爆无疑加剧了这种担忧。这项探索语言模型自我意识形成的研究，尽管还处在初级阶段，但为我们建立检测和预测模型这种能力的出现提出了一种新的思路。这有助于及早发现问题并采取应对措施，将人工智能的发展引导到更加安全可控的方向。人类需要保持谨慎和开放的心态，在发挥科技创新的积极作用的同时，也看到它的负面影响，以更加理性和负责任的方式推进人工智能技术的发展。...PC版：https://www.cnbeta.com.tw/articles/soft/1382997.htm手机版：https://m.cnbeta.com.tw/view/1382997.htm

贺一诚会见中国科学院院士、上海人工智能研究院首席科学家樊春海

贺一诚会见中国科学院院士、上海人工智能研究院首席科学家樊春海据澳门特区发布消息，澳门特区行政长官贺一诚26日在政府总部会见中国科学院院士、上海交通大学讲席教授、上海人工智能研究院首席科学家樊春海，双方就推动澳门人工智能及大健康产业发展等议题交流意见。贺一诚表示，特区政府正着力采取“1+4”经济适度多元发展策略，并以中医药研发制造为切入点，培育发展大健康产业。在国家的大力支持下，由本澳两所高等院校联合设立的中医药国家重点实验室，进一步加强产学研合作。他乐见上海人工智能研究院与本地高等院校团队合作，共同研究探讨人工智能与大健康产业结合发展的课题，相信透过持续深化交流协作，未来的发展前景广阔。（界面新闻）

Meta首席科学家杨立昆：目前人工智能还不如狗聪明

Meta首席科学家杨立昆：目前人工智能还不如狗聪明Meta首席人工智能(AI)科学家杨立昆（YannLeCunn）在巴黎举行的VivaTech会议上表示：“那些AI系统仍然非常有限，它们对现实世界的基本现状没有任何理解，只是纯粹基于大量的文本进行训练。但大部分人类知识与语言无关，所以这部分人类经验不会被人工智能捕捉到。我们(目前的技术发展)正在错过一些非常重要的东西。AI不仅应该达到人类水平的智能，甚至还要先达到狗的智能水平才行。”他认为，当前的人工智能系统对现实世界的理解非常有限，缺乏对非语言知识的捕捉能力。杨立昆还提到了Meta正在努力通过视频内容训练人工智能，他认为这比语言训练更为艰难。关于未来的展望，杨立昆认为将会出现比人类更聪明的机器，并将其视为非常有益的事情。他预测每个人都将拥有一个像随从一样的AI助手，这个AI助手将比人类更聪明，并在日常生活中为人们提供帮助。他表示这些AI助手需要被设计为可控且基本上服从于人类，同时驳斥了机器人接管世界的观点。来源，来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

兼具自愈能力和抗菌性 - 科学家开发出能改变人体组织生长的新材料Trpzip

兼具自愈能力和抗菌性-科学家开发出能改变人体组织生长的新材料Trpzip"Trpzip"材料在受到挤压、断裂或从注射器中排出后会发生重塑。资料来源：新南威尔士大学悉尼分校一些人造水凝胶被广泛应用于各种商品中，从食品和化妆品到隐形眼镜和吸水材料，最近还被用于医学研究，以密封伤口和替代受损组织。虽然合成水凝胶可以充分发挥空间填充剂的作用，促进组织生长，但却无法再现真实人体组织的复杂特性。但在今天发表于《自然-通讯》（NatureCommunications）上的一篇研究论文中，新南威尔士大学的科学家们描述了一种新型实验室制造的水凝胶如何表现得像天然组织，并具有许多令人惊讶的特性，这些特性对医疗、食品和制造技术都有影响。新南威尔士大学材料科学与工程学院和化学学院的克里斯-基利安（KrisKilian）副教授说，这种水凝胶材料由非常简单的短肽制成，而短肽是蛋白质的组成部分。基利安教授说："这种材料具有生物活性，这意味着被包裹的细胞就像生活在天然组织中一样。同时，这种材料还具有抗菌性，这意味着它可以防止细菌感染。这种组合使它成为可能用于医学的材料的最佳选择。这种材料还具有自愈性，这意味着它在受到挤压、断裂或从注射器中排出后会重新塑形。这使它成为三维生物打印的理想材料，或作为一种可注射的药物材料。"AshleyNguyen是新南威尔士大学化学学院的博士生，也是该论文的第一作者，她是在COVID-19大流行期间利用计算机模拟发现这一发现的。Nguyen一直在寻找能够自我组装的分子--即在没有人为干预的情况下自发排列的分子--并偶然发现了"色氨酸链条"的概念。这是一种含有多个色氨酸的氨基酸短链，可促进链条自组装，因而这种材料被命名为"Trpzip"。Nguyen说："通过计算模拟，我发现了一种可能形成水凝胶的独特肽序列，这让我非常兴奋。我们回到实验室后，我合成了最重要的候选肽，看到它真的形成了凝胶，我非常激动。这种水凝胶的发现有可能成为广泛使用的天然材料的道德替代品。天然水凝胶早已在社会上广泛使用，从食品加工到化妆品，但需要从动物身上采集，这就带来了伦理问题。此外，动物提取的材料也很难用于人体，因为会产生负面的免疫反应。有了Trpzip，我们就有了一种合成材料，它不仅在目前使用天然材料的许多领域显示出潜力，而且在临床研究等其他领域也能胜过天然材料。"为了测试Trpzip在生物医学研究中的可行性，Kilian教授的团队与新南威尔士大学悉尼分校生物医学科学学院的研究员ShafaghWaters博士合作，后者在研究中使用Matrigel（一种从小鼠肿瘤中提取的水凝胶）培养与模拟患者组织。"在研究中使用Matrigel有一些缺点，因为每一批都不一样。化学定义的替代品可能更便宜、更均匀，这将证明对生物医学研究非常有益，"沃特斯博士说。基里安教授指出，天然材料业务是一个价值数十亿美元的产业，他说该团队热衷于探索商业化途径："我们认为，Trpzip水凝胶和类似材料将为动物源性产品提供更统一、更具成本效益的替代品。如果我们的材料能减少科学研究中使用的动物数量，那将是一个巨大的成果。"下一阶段的研究将涉及与行业和临床科学家合作，测试Trpzip凝胶在组织培养中的效用，并探索能突出其独特动态特性的应用，如三维生物打印和干细胞输送。...PC版：https://www.cnbeta.com.tw/articles/soft/1392947.htm手机版：https://m.cnbeta.com.tw/view/1392947.htm