یک تیم بین‌المللی از دانشمندان، از جمله از دانشمندان دانشگاه کمبریج، یک همکاری تحقیقاتی جدید راه‌اندازی کرده‌اند که از همان فناوری که ChatGPT از آن قدرت می‌گیرد، برای ساخت ابزاری مبتنی بر هوش مصنوعی برای اکتشافات علمی استفاده می‌کند. در حالی که ChatGPT با جملات و کلمات سروکار دارد، هوش مصنوعی این تیم از داده‌های عددی و شبیه‌سازی‌های فیزیک در زمینه‌های مختلف علمی یاد می‌گیرد تا به دانشمندان در مدل سازی هر چیزی از ستاره‌های غول پیکر گرفته تا آب و هوای زمین کمک کند. این تیم نام این ابتکار عمل خود را Polymatic AI نام گذاری کرده‌ است که در اوایل این هفته همراه با انتشار یک سری مقالات راه اندازی خواهد شد. شرلی هو، محقق اصلی هوش مصنوعی پلی‌ماتیک، رهبر گروه در مرکز اخترفیزیک محاسباتی مؤسسه Flatiron در شهر نیویورک، گفت: این دستاورد به طور کامل نحوه استفاده مردم از هوش مصنوعی و یادگیری ماشین را در علم تغییر خواهد داد. هو می‌گوید: ایده پشت هوش مصنوعی پلی‌ماتیک شبیه به این است که وقتی پنج زبان را می‌دانید، یادگیری یک زبان جدید آسان‌تر است. شروع با یک مدل زبان بزرگ و از قبل آموزش دیده، که به عنوان مدل پایه شناخته می‌شود، می‌تواند سریع‌تر و دقیق‌تر از ساخت یک مدل علمی از ابتدا باشد. این می‌تواند درست باشد حتی اگر داده‌های آموزشی به وضوح به مشکل مورد نظر مربوط نباشند. مایلز کرانمر، محقق مشترک از گروه ریاضیات کاربردی و فیزیک نظری و مؤسسه نجوم کمبریج، گفت: «انجام تحقیقات آکادمیک روی مدل‌های پایه در مقیاس کامل به دلیل مقیاس قدرت محاسباتی مورد نیاز، دشوار است. همکاری ما با بنیاد سیمونز منابع منحصربه‌فردی را در اختیار ما قرار داده است تا نمونه‌سازی اولیه این مدل‌ها را برای استفاده در علوم پایه آغاز کنیم.

تیم Polymatic AI شامل محققانی از بنیاد سیمونز و مؤسسه Flatiron آن، دانشگاه نیویورک، دانشگاه کمبریج، دانشگاه پرینستون و آزمایشگاه ملی لارنس برکلی است. این تیم شامل متخصصان فیزیک، اخترفیزیک، ریاضیات، هوش مصنوعی و علوم اعصاب است. دانشمندان قبلاً از ابزارهای هوش مصنوعی استفاده کرده‌اند، اما آنها عمدتاً با استفاده از داده‌های مرتبط ساخته و آموزش دیده‌اند. پروژه پلی‌ماتیک هوش مصنوعی با استفاده از داده‌های منابع مختلف در فیزیک و اخترفیزیک آموزش می‌بیند و این باعث می‌شود تا بتواند هوش چند رشته‌ای را در طیف وسیعی از مسائل علمی به کار می‌گیرد. ماریل پتی، عضو پروژه، محقق فوق دکترا در آزمایشگاه ملی لارنس برکلی، گفت: این پروژه "بسیاری از زیرشاخه‌های به ظاهر متفاوت را به چیزی بیشتر از مجموع اجزای آنها متصل می‌کند." هو گفت: «تا چه حد می‌توانیم این جهش‌ها را بین رشته‌ها انجام دهیم، مشخص نیست. این کاری است که ما می‌خواهیم انجام دهیم تلاش کنیم تا آن را محقق کنیم.»

ChatGPT در مورد دقت محدودیت‌های شناخته شده‌ای دارد. هو گفت که پروژه Polymatic AI با در نظر گرفتن اعداد واقعی به جای کاراکترهایی متشکل از حروف و علائم نگارشی، بسیاری از محدودیت‌های را پشت سر می‌گذارد. داده‌های آموزشی همچنین از مجموعه‌داده‌های علمی واقعی استفاده می‌کنند که فیزیک زیربنایی کیهان را به تصویر می‌کشد. هو گفت که شفافیت و باز بودن، بخش بزرگ و مهمی از پروژه است. ما می‌خواهیم همه چیز را عمومی کنیم. ما می‌خواهیم هوش مصنوعی را برای علم دموکراتیزه کنیم، به‌گونه‌ای که در چند سال آینده، بتوانیم یک مدل از پیش آموزش دیده را به جامعه ارائه دهیم که می‌تواند به بهبود تحلیل‌های علمی در سطح وسیعی کمک کند.