In un nuovo paper del National Bureau of Economic Research si indaga l’utilizzo dei Large Language Models come “aiuto alla ricerca”.
Ma che vuol dire?
L’AI generativa, nella forma di avanzati assistenti, può aiutare i ricercatori a:
Insomma, possono aiutare nella ricerca scientifica in tutte le fasi del lavoro sperimentale: progettazione, esecuzione e analisi.
Tuttavia, anche se sapevamo che l’AI può accelerare le scoperte, l’ha sempre fatto a un livello di “strumento”.
Ad esempio, Alphafold ha migliorato drasticamente le nostra capacità di predire la struttura tridimensionale delle proteine, accelerando la ricerca in molti campi come la medicina e la biologia.
E indovina da dove arriva Alphafold?
Chiaramente da un laboratorio tech, ovvero Deepmind, che è stato acquisito nel 2014 da Google e ora è stato unito al laboratorio “Google Brain”, dando così vita a “Google Deepmind”.
Tuttavia…. qua stiamo parlando di qualcos’altro, ovvero degli assistenti di ricerca “completi”, che magari possono anche integrare questi strumenti, ma il cui vero valore aggiunto sta nell’essere “intelligenti” in ogni punto del processo di ricerca!
In sostanza, l’idea è di poter dare a ogni ricercatore un assistente con cui accelerare il proprio workflow.
A quel punto, di fronte a una nuova scoperta, quanto sarebbe merito dell’AI e quanto dell’umano?
Il confine si fa grigio…
Intanto:
L’ex CEO di Google pensa che la scienza verrà “reinventata” dall’AI e che “tutto sta per diventare molto più eccitante”.
Siamo abbastanza d’accordo, stiamo a vedere.
Nell’attesa che ChatGPT aggiunga il supporto per le immagini che sembra saranno capaci di scrivere testo corretto durante la generazione, ti lasciamo un tool.. che già lo fa!
Ideogram è uscito solo un mesetto fa ma noi lo abbiamo già utilizzato per creare loghi, immagini, e altri esperimenti carini.
.
Parliamo sempre di AI (e ci mancherebbe), ma qual è veramente il modo in cui imparano a essere “assitenti intelligenti”?
Il processo si chiama RLHF (Reinforcement Learning from Human Feedback). 🤖
In pratica una volta addestrato un modello su un grande corpus di testo, si applica questa tecnica e lo si rende “capace di conversare” ed eseguire compiti.
Ti lasciamo la risorsa più dettagliata sul tema che abbiamo trovato fin ora, salvatela che non si sa mai.