Membuat bahasa umum | Berita MIT

Banyak yang telah berubah dalam 15 tahun sejak Kaiming dia adalah mahasiswa PhD.

“Ketika Anda berada di tahap PhD Anda, ada tembok tinggi antara berbagai disiplin dan subjek, dan bahkan ada tembok tinggi dalam ilmu komputer,” katanya. “Pria yang duduk di sebelah saya bisa melakukan hal -hal yang benar -benar tidak bisa saya mengerti.”

Dalam tujuh bulan sejak ia bergabung dengan MIT Schwarzman College of Computing sebagai profesor pengembangan karier Douglas Ross (1954) dari Teknologi Perangkat Lunak di Departemen Teknik Listrik dan Ilmu Komputer, ia mengatakan ia mengalami sesuatu yang menurutnya “sangat jarang dalam sejarah ilmiah manusia ” – penurunan dinding yang mengembang di berbagai disiplin ilmu.

“Tidak mungkin saya bisa memahami fisika, kimia, atau perbatasan penelitian biologi tinggi, tetapi sekarang kita melihat sesuatu yang dapat membantu kita menghancurkan dinding ini,” katanya, “dan itulah penciptaan a bahasa umum yang telah ditemukan di AI. ”

Membangun Jembatan AI

Menurutnya, pergeseran ini dimulai pada 2012 setelah “revolusi pembelajaran mendalam,” suatu titik ketika disadari bahwa serangkaian metode pembelajaran mesin ini berdasarkan jaringan saraf sangat kuat sehingga dapat dimanfaatkan lebih besar.

“Pada titik ini, visi komputer – membantu komputer untuk melihat dan memahami dunia seolah -olah mereka adalah manusia – mulai tumbuh sangat cepat, karena ternyata Anda dapat menerapkan metodologi yang sama ini untuk berbagai masalah dan berbagai bidang,” kata Dia. “Jadi komunitas visi komputer dengan cepat tumbuh sangat besar karena subtopik yang berbeda ini sekarang dapat berbicara bahasa yang umum dan berbagi serangkaian alat yang umum.”

Dari sana, ia mengatakan tren mulai berkembang ke bidang -bidang lain dari ilmu komputer, termasuk pemrosesan bahasa alami, pengenalan suara, dan robotika, menciptakan fondasi untuk chatgpt dan kemajuan lain menuju kecerdasan umum buatan (AGI).

“Semua ini telah terjadi selama dekade terakhir, membawa kami ke tren baru yang muncul yang benar -benar saya nantikan, dan itu adalah menonton metodologi AI menyebarkan disiplin ilmiah lainnya,” katanya.

Salah satu contoh paling terkenal, katanya, adalah Alphafold, program kecerdasan buatan yang dikembangkan oleh Google DeepMind, yang melakukan prediksi struktur protein.

“Ini adalah disiplin ilmiah yang sangat berbeda, masalah yang sangat berbeda, tetapi orang -orang juga menggunakan set alat AI yang sama, metodologi yang sama untuk menyelesaikan masalah ini,” katanya, “dan saya pikir itu baru permulaan.”

Masa depan AI dalam sains

Sejak datang ke MIT pada Februari 2024, dia mengatakan dia telah berbicara dengan profesor di hampir setiap departemen. Beberapa hari dia menemukan dirinya dalam percakapan dengan dua atau lebih profesor dari latar belakang yang sangat berbeda.

“Saya tentu tidak sepenuhnya memahami bidang penelitian mereka, tetapi mereka hanya akan memperkenalkan beberapa konteks dan kemudian kita dapat mulai berbicara tentang pembelajaran yang mendalam, pembelajaran mesin, [and] Model jaringan saraf dalam masalah mereka, ”katanya. “Dalam hal ini, alat AI ini seperti bahasa umum antara bidang -bidang ilmiah ini: alat pembelajaran mesin ‘menerjemahkan’ terminologi dan konsep mereka menjadi istilah yang dapat saya pahami, dan kemudian saya dapat mempelajari masalah mereka dan berbagi pengalaman saya, dan kadang -kadang mengusulkan solusi atau peluang untuk mereka jelajahi. ”

Memperluas ke berbagai disiplin ilmu memiliki potensi yang signifikan, dari menggunakan analisis video untuk memprediksi tren cuaca dan iklim hingga mempercepat siklus penelitian dan mengurangi biaya dalam kaitannya dengan penemuan obat baru.

Sementara alat AI memberikan manfaat yang jelas untuk karya kolega ilmuwan dia, ia juga mencatat efek timbal balik yang dapat mereka miliki, dan miliki, pada penciptaan dan kemajuan AI.

“Para ilmuwan memberikan masalah dan tantangan baru yang membantu kami terus mengembangkan alat -alat ini,” katanya. “Tetapi penting juga untuk diingat bahwa banyak alat AI saat ini berasal dari bidang ilmiah sebelumnya – misalnya, jaringan saraf buatan terinspirasi oleh pengamatan biologis; Model difusi untuk pembuatan gambar dimotivasi dari istilah fisika. “

“Sains dan AI bukan subjek yang terisolasi. Kami telah mendekati tujuan yang sama dari berbagai perspektif, dan sekarang kami berkumpul. ”

Dan tempat apa yang lebih baik bagi mereka untuk berkumpul daripada MIT.

“Tidak mengherankan bahwa MIT dapat melihat perubahan ini lebih awal dari banyak tempat lain,” katanya. “[The MIT Schwarzman College of Computing] menciptakan lingkungan yang menghubungkan orang yang berbeda dan memungkinkan mereka duduk bersama, berbicara bersama, bekerja bersama, menukar ide -ide mereka, sambil berbicara bahasa yang sama – dan saya melihat ini mulai terjadi. ”

Dalam hal ketika dinding akan sepenuhnya lebih rendah, ia mencatat bahwa ini adalah investasi jangka panjang yang tidak akan terjadi dalam semalam.

“Beberapa dekade yang lalu, komputer dianggap teknologi tinggi dan Anda membutuhkan pengetahuan khusus untuk memahaminya, tetapi sekarang semua orang menggunakan komputer,” katanya. “Saya berharap dalam 10 tahun atau lebih, semua orang akan menggunakan semacam AI dalam beberapa cara untuk penelitian mereka – itu hanya alat dasar mereka, bahasa dasar mereka, dan mereka dapat menggunakan AI untuk menyelesaikan masalah mereka.”