Rövid leírás
A projekt célja egy Több tudományterületen működő AI Tudós kifejlesztése – egy intelligens, több-ágenses rendszer, amely képes megérteni, elemezni és tudományos ismereteket létrehozni különböző kutatási területeken. Minden ágens a tudományos gondolkodás egy-egy különálló aspektusára szakosodik (pl. szakirodalom-elemzés, hipotézisalkotás, kísérlettervezés vagy eredményértelmezés), és együttesen egy integrált ökoszisztémát alkotnak az autonóm felfedezéshez. Ahelyett, hogy egyetlen tudományágra összpontosítana, a rendszert úgy tervezték, hogy megtanulja a tudományos kutatás egyetemes elveit, lehetővé téve számára, hogy újratanítás nélkül zökkenőmentesen alkalmazkodjon új tudományos területekhez. Végső soron a cél egy tudományterületfüggetlen AI-kollaboráns létrehozása, amely képes segíteni a kutatókat számítástechnika, mezőgazdaság, fizika, biológia, kémia és más területeken.
Kutatási célok / Kérdések
- Hogyan tanulhatnak meg az AI-rendszerek olyan általános tudományos gondolkodási mintákat, amelyek több kutatási területen is alkalmazhatók?
- Hogyan értékelhetjük az AI által generált hipotézisek és kutatási eredmények minőségét, érvényességét és eredetiségét?
- Milyen típusú több-ágenses architektúrák, szerepkiosztások és kommunikációs stratégiák teszik lehetővé a robusztus tudományos gondolkodást és együttműködést az AI-ágensek között?
- Milyen mértékben járulhat hozzá egy általános célú AI Tudós a valós tudományos felfedezések felgyorsításához?
Várható eredmények
- Egy prototípus tudományterületfüggetlen AI Tudós, amely képes szakirodalom-alapú elemzésre és hipotézisalkotásra különböző tudományos területeken.
- Keretrendszer az AI tudományos gondolkodásának értékelésére, tudományterületektől függetlenül.
- Elemzés az AI-rendszerek tudományos gondolkodásának erősségeiről, gyengeségeiről és átvihetőségéről.
Elvárt készségek
- Gépi tanulás és NLP: Jártasság LLM-ek (nagy nyelvi modellek), következtetés és generatív feladatok terén.
- Tudományos megértés: Képesség kutatási cikkek és adathalmazok értelmezésére.
- Programozás: Python és PyTorch.
- Értékelés és elemzés: Készségek a kreativitás, pontosság és átvihetőség mérésére szolgáló metrikák tervezésében.
- Együttműködés: Koordinált csapatmunka a modellfejlesztés, kísérletezés és értékelés során.