IT之家 11 月 21 日报道，OpenAI 昨天正式发布了《GPT-5 科学加速报告》论文，展示了科学家如何在日常工作中使用 AI。论文指出，数学家使用 GPT-5 来证明公式，物理学家使用它来进行对称性分析，免疫学家使用 GPT-5 来完善假设和设计实验。 Openai 研究员诺姆·布朗 (Noam Brown) 表示，他反对“生成式人工智能只会伴随互联网内容”的观点。他认为，像 GPT-5 这样的模型捕捉了人类写作过程的全谱，而强化学习（reinforcement Learning）可以推动 AI 模型超越“重读”的水平。他将 GPT 与谷歌的“AlphaGago”国际象棋游戏进行了比较：Alp 首先了解到人类国际象棋记录被黑客入侵，然后使用强化学习来创建当时被认为是错误的但最终是正确的国际象棋走法。诺姆认为真正的科学比围棋更复杂。虽然AI还没有尽管超越了领先的科学家，大规模语言模型已经为实际研究做出了重大贡献。他表示，未来的科学领域可能会对类似于围棋的“黑色37”时刻感到好奇。 HOUSE注：“黑37手”是指2016年3月AlphaGo与韩国九段棋手李世石的首场比赛中的第37手。当时，Alphago持黑，下的是上方第五行的第37手，靠近星位。此举被认为是不合理的，违背了当时国际象棋职业棋手的常规原则。然而，随着棋局在后场的演变，这种转变成为整体成功的关键。这证明人工智能具有创造性思维的能力。它不仅模仿人类下棋，而且计算和探索人类未曾想到的路径。这意味着人工智能可以创造新知识，而不是复制旧知识。回到正文，显而易见的事情之一GPT-5 的优势在于帮助研究人员找到那些被大量出版物和术语变化所掩盖的相关论文。最终的实验证明，GPT-5可以在几秒钟内生成完整的证明。相比之下，英国数学家蒂莫西·高尔斯(Timothy Gowers)需要一个多小时才能完成同样的推理任务。在生物学中，研究人员经常询问GPT-5为什么某种化合物会导致某种表型，最终GPT-5可以提供可能的因果链和实验关系。同时，GPT-5还可以充当“技术批评家”来分析实验可能失败的原因，但并不是在所有情况下都有效。有时，GPT-5 在自我修正之前需要接受审问，但这个过程可以为科学家提供有价值的见解。然而，GPT-5 并不完美。它没有解决版权归属和独创性的问题。有时会夸大不完整的结果，存在“偏颇”现象。它的表现数学、理论物理和算法等正式科目的成绩优于其他科目。一般来说，科学家使用GPT-5。应对实际科研任务，务实但不打破常规。与此同时，人类仍然主导着大多数研究方向和分析。
特别声明：以上内容（如有则包括照片或视频）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易HAO用户上传发布，网易HAO为社交媒体平台，仅提供信息存储服务。
