陶哲轩宣布主持白宫生成式AI工作组,李飞飞、Hassabis发表演讲

news2024/11/17 12:56:44

来源 | 新智源  ID | AI-era

【导读】最近,「数学天才」陶哲轩表示,自己将领导白宫生成式人工智能工作组,就当前AI评估并收集意见。在陶哲轩看来,加入工作流的ChatGPT在数学专业领域中,并没有太多增值。

近来,美国总统科技顾问委员会(PCAST)成立了一个生成式人工智能工作组。

值得一提的是,数学天才陶哲轩在这个工作组中担任了co-leader的角色。

陶哲轩在自己的博客发文称,我和Laura Greene共同主持这个生成式人工智能工作组。

他博客中表示,这一小组主要研究生成式人工智能技术在科学和社会产生更广泛的影响,包括流行的基于文本的大语言模型(如ChatGPT),图像生成的扩散模型(如DALL-E2、Midjourney),以及科学应用模型(如蛋白质设计或天气预报)。

陶哲轩主持生成式AI小组

白宫在13日发布的文章中提到,

PCAST成立的生成式AI小组帮助评估人工智能关键机遇和风险,并就如何最好地确保这些技术的开发和部署尽可能公平、负责和安全提供意见。

文末,可以看到工作组的成员中,陶哲轩位列其中。

此外,AMD的首席执行官苏姿丰(Lisa Su)也是这个生成式AI小组中的一员。

根据陶哲轩的博客,生成式AI小组将在5月19日(星期五)举行的PCAST会议期间行公开会议。

直播链接:https://www.whitehouse.gov/pcast/meetings/2023-meetings/

两个专家小组将介绍当下生成式人工智能的情况,最后进行广泛的问答环节。这些发言者包括:

人工智能促进科学:

Anima Anandkumar (加州理工学院 & 英伟达)

Demis Hassabis (Google DeepMind)

李飞飞(斯坦福)

人工智能与社会:

Sendhil Mullainathan (芝加哥)

Daron Acemoglu (麻省理工学院)

Sarah Kreps (康奈尔大学)

此外,陶还提到,工作小组正就如何推进生成式人工智能应用的积极部署,以及如何最好地降低风险,征求公众的意见。

最初关注的是,如何在不牺牲言论自由,发现、抵制、减轻人工智能产生的虚假信息和DeepFake,这是一个富有挑战性的话题。

ChatGPT加入工作流之后

ChatGPT横空出世后,也得到了像陶哲轩这样数学大家的青睐。

在Mathstodon上最新帖子中,分享了自己关于生成式AI工具的看法。

我开始看到自己和当前生成式AI工具之间的比较优势在哪里。对于每天执行的任务,我已经开发了足够的技术来优化我的工作流程,人工智能工具对我来说并没有太多的增值。最明显的是在研究数学方面,但也包括撰写电子邮件。我安装了一个插件,让GPT-4在我点击按钮时写电子邮件回复,但我几乎从未使用它,因为经过几十年的实践,我已经可以快速写出合适的电子邮件回复。

对于那些我有一些专业知识,但很少实践的任务,人工智能工具是有帮助的:通常我可以用它们来创建输出的初稿,然后我可以验证和修改,或至少作为灵感来源使用。在某些情况下,灵感是由于AI的不足,这符合坎宁安法则的精神,但它仍然比我自己尝试解决问题更有成效。这一类的例子包括数据处理,翻译成外语,或以我很少使用的格式写文本(比如公开演讲,规则文件等)。 

对于那些我没有什么专业知识,也不需要极高的质量和可靠的输出的任务,可以简单地询问人工智能工具,并或多或少地听从其建议。 在这里,人工智能的功能是作为传统搜索引擎的一个稍微方便的版本。 

最后,对于那些我不具备专业知识,但又需要质量和可靠性的任务,人工智能和我自己都无法解决,我必须咨询人类专家。比如修理一个复杂、昂贵、精致的设备。

总之,陶哲轩对于生成式AI工具的看法分为四类,值得注意是的是,在他的数学专业领域中并没有太多增值。

对于第三种情况,陶举例让ChatGPT将前一篇文章总结为一个流程图。

ChatGPT提供了文本的描述。陶表示,据推测,未来的多模态GPT将能够直接提供流程图,而不是给出一个文本描述。

对于第二类任务的一个例子:在意识到我可以要求GPT以LaTeX格式输出流程图后,得到了下面的第一张图片,这显然是不完美的。但由于我熟悉LaTeX,手动将其修正为第二张图片并不困难。

很明显,前段时间爆火的ChatPDF,陶也用在工作流中了。

3月,陶表示,自己决定尝试以不同的方式将AI工具纳入我的工作流程。其中就包括ChatGPT、DeepL等工具。

在接下来一段时间中,他经常分享了一些自己使用ChatGPT等工具的体验。

许多ChatGPT隐藏功能都被他挖掘了出来,比如寻找公式、解析代码格式的文档、改写论文语句等等。

比如,ChatGPT有时可以在数学中做一个半成品的语义检索,也就是用它来生成一些提示。

比如,陶哲轩让ChatGPT从描述中识别库默尔定理,它没能给出正确答案,但根据它给出的近似答案(Legendre公式)。

对此,陶哲轩称,人工智能在数学中的作用是提供一个初步的近似答案,然后可以结合传统搜索引擎轻松找到正确答案。

陶哲轩还发现了ChatGPT在处理数学问题时的亮点,能够识别不同语言的数学概念音译版。

另外,可以要求ChatGPT转换从MathSciNet获得的一堆参考文献,并在LaTeX书目环境下将其格式化为\bibitems。

然而ChatGPT 就没有犯错的时候吗?

在一个关于「素数是否无穷多」的证明问题中,陶哲轩发现ChatGPT给出的答案并不是完全正确的。

从另一面看,他发现ChatGPT给出的论证思路是可以被固定下来的,并且这个思路他之前都从未见过。

ChatGPT等AI工具是否加入你的工作流?

参考资料:

https://terrytao.wordpress.com/2023/05/13/pcast-working-group-on-generative-ai-invites-public-input/

https://www.whitehouse.gov/pcast/briefing-room/2023/05/13/pcast-working-group-on-generative-ai-invites-public-input/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/545672.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Redis主从复制、哨兵、cluster集群原理+实验

Redis 主从复制 主从复制,是指将一台Redis服务器的数据,复制到其他的Redis服务器。前者称为主节点(Master),后者称为从节点(Slave);数据的复制是单向的,只能由主节点到从节点。 默认情况下,每台Redis服务…

Fluent局部坐标系(曲线坐标系)

1 概述 在某些模型中,利用局部坐标系可极大的方便模型设置,例如对弯曲的多孔板设置多孔介质属性、设置各向异性的材料属性等。 2 创建坐标系 通过树状菜单中“curvilinear coordinate system”可创建曲线型局部坐标系。 右键点击“新建”,在如…

Linux 安装redis

一、概述 官网:https://redis.io/ Redis 是完全开源免费的,遵守BSD协议,是一个高性能的key-value数据库。 Redis 与其他 key - value 缓存产品有以下三个特点: Redis支持数据的持久化,可以将内存中的数据保持在磁盘…

基于静态和动态特征融合的语音情感识别层次网络

题目Hierarchical Network based on the Fusion of Static and Dynamic Features for Speech Emotion Recognition时间2021年期刊\会议ICASSP 基于静态和动态特征融合的语音情感识别层次网络 摘要:许多关于自动语音情感识别(SER)的研究都致…

【集群划分】基于kmeans的电压调节的集群划分【IEEE33节点】

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

HTTP/HTTPS协议详解

目录 一. HTTP详解 ✅1.1 概念 ✅1.2 HTTP的协议格式 1.2.1 HTTP请求体格式: 1.2.2 HTTP响应体格式: ✅1.3 HTTP请求方法 ✅1.4 认识请求报头 ✅1.5 HTTP请求过程 ✅1.6 认识状态码 二. HTTPS详解 ✅2.1 HTTPS简介 ✅2.2 HTTPS加密过程 TCP/UDP是位于传…

d3d(Direct X)中的com技术详解

本文不会对Com进行非常详细的分析 因为这个技术分析起来难度还是非常大的 要想真正弄懂还是非常困难的 我只会针对d3d中使用到的com技术和comptr技术进行说明 所以看完本文后 可以熟练使用d3d中使用到的相应技术 comptr类似于c11中的智能指针,用于管理com对象的生命周期,所以我…

深度学习基础篇之卷积神经网络(CNN)

一、CNN的基本结构 首先我们来看CNN的解百纳结构,一个常见的图像识别CNN模型如下图: 从图中可以看出最左边的图像就是模型的输入层,在计算机中就是若干个矩阵,这点与DNN类似。 接着是卷积层(Convolution Layer&…

rtmp协议

目录 1 rtmp格式 2 header 3 chunk data 1 rtmp格式 Real Time Messaging Protocol(实时消息传送协议协议)是Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的私有协议。 在RTMP协议中信令和媒体数据都称之为Message,包含Mess…

Intellij IDEA 提示 Thrift Support 支持不兼容

最近升级 Intellij IDEA 后老提示 Thrift Support 不兼容。 后来看了下这个插件已经不少时间没有更新了,也一直不知道这个插件是干什么 用的, 后来看了下,这个插件是: Thrift是一种接口描述语言和二进制通讯协议,它被…

【031】基于Vue的学生宿舍管理系统课设(含源码、数据库、运行教程

前排提示:项目源码已放在文末 基于VueSpringbootmysql员工考勤管理系统(多角色登录、请假、打卡) 开发环境:SpringbootMysqlVueNodejsMavenJDK1.8+redis 技术栈:spring-boot、mysql、mybatis-plus 数据库: 源码、…

Centos7单机部署Flink13.6及测试FinkCDC同步MySQL

一、背景 公司CDH6.3.2里面的版本是Flink1.12.0。而因为FlinkCDC2.0.0只支持Flink1.13.0以后,版本不匹配,所以只能升级版本。但是升级版本是个大工程,要编译、要parcel制作工具,而且是生产环境的升级,没办法因为要测试…

初识Spring MVC框架,Spring MVC工作原理

Java EE三层架构 在Java EE开发中,系统经典的三层架构包括表现层、业务层和持久层。三层架构中,每一层各司其职,表现层(Web层)负责接收客户端请求,并向客户端响应结果;业务层( Service层)负责业务逻辑处理…

3 手工推导Neural Networ

线性模型假设的问题 如上图,对非线性类边界的数据进行分类 一个解决方案是将数据映射到更高维的空间,就变成线性可分的了。 ϕ \phi ϕ 是一个映射函数,将x从一个低维空间映射到高维空间。 ϕ \phi ϕ 可不可以是一个线性函数? …

RK3568平台开发系列讲解(驱动基础篇)GPIO使用以及gpio-leds驱动讲解

🚀返回专栏总目录 文章目录 一、GPIO 介绍二、RK3568 GPIO 状况三、GPIO 引脚计算四、ITX-3568JQ LED4.1 LED 原理图4.2 LED 设备树4.3 LED 使用五、gpio-leds驱动5.1 介绍5.2 数据结构5.3 驱动分析沉淀、分享、成长,让自己和他人都能有所收获!😄 📢本篇将介绍 GPIO使用…

[Hadoop]Apache Hadoop、HDFS

目录 大数据导论与Linux基础 Apache Hadopp概述 Hadoop介绍 Hadoop现状 Hadoop特性优点 Hadopp架构变迁 Apache Hadopp集群搭建 Hadopp集群简介 Hadoop集群模式安装 Hadoop集群启停命令、Web UI HDFS分布式文件系统基础 分布式存储系统的核心属性及功能含义 HDFS简…

Linux多路转接之epoll

文章目录 一、select方案和poll方案还存在的缺陷二、epoll的认识1.epoll的基本认识2.epoll的原理3.epoll函数接口 三、编写epoll服务器四、epoll工作方式1.LT模式2.ET模式 一、select方案和poll方案还存在的缺陷 多路转接方案一开始是select方案,但是select方案缺点…

基于segment anything model(SAM)相关性研究的各个方向论文/项目汇总

目录 简介anything项目整理AnyObjectAnyGenerationAny3DAnyModelAnyTaskAnyX 论文汇总AnyObejctAnyGenerationAnyModelAnyTask 简介 有关anything相关的主流任务: 2d检测相关(AnyObject), 3d检测相关(Any3D),AI生成相关&#xff…

栈和队列OJ题:LeetCode--225.用队列实现栈

朋友们、伙计们,我们又见面了,今天给大家带来的是LeetCode--225.用队列实现栈 数 据 结 构 专 栏:数据结构 个 人 主 页 :stackY、 LeetCode 专 栏 :LeetCode刷题训练营 LeetCode--225.用队列实现栈&#xff…

软件测试工程师如何提高自己的竞争力?

案例一来自我们的资深功能测试工程师招聘。当时,有一位拥有近 9 年测试经验的资深测试候选人,我对他的简历还是比较满意的,所以就安排了面谈。但是,在聊的过程中我很快发现,这位候选人绝大多数的测试经验积累都“强”绑…