テレンス・タオ:初心者はAIツールを使って専門家レベルのタスクを実行すべきではないし、GPTは専門家にとってあまり役に立たない

テレンス・タオ:初心者はAIツールを使って専門家レベルのタスクを実行すべきではないし、GPTは専門家にとってあまり役に立たない

著名な数学者テレンス・タオ氏はここ数か月、ChatGPTなどの大規模モデルAIツールを使用して数学の問題の解決を支援し、ChatGPTを使用してコードを記述したり、数学の定理を証明したり、LaTeX式のプログラムコードを生成するなど、結果をみんなで共有して経験を交換しようとしています。

GPT のような AI ツールは、あなた自身の研究や人々にとってどれほど役立ちますか?過去2日間で、テレンス・タオは結論に達したようだ。

タオ氏は、AI ツールは自身の研究の中核となる数学的側面にはそれほど役立たない (あるいは、すでに熟練していると思っていたタスクに AI ツールを試してみたくなかっただけかもしれない) ものの、コードの生成や論文のフローチャートの下書きの作成 (これまでほとんど使用したことのない LaTeX パッケージ (tikz) を使用) などのタスクには非常に役立つことに気付きました。

一般的に、GPT を使用すると、Python、SAGE、正規表現、LaTeX などの計算タスク用の特定の言語を抽象化できることが分かりました。彼は自然言語で GPT にリクエストを表現でき、GPT は適切な言語で適切なコードを提供します。完全な統合は行われなかったものの、GPT 出力をコピーしてコンパイル可能なドキュメントに貼り付ける必要がありました。

Tao 氏は、GPT がワークフローを変え始めていることを認めており、以前はタスクを解決するためにコード集約型のソリューションの使用を避けていたが、今ではそれがなくなりつつあると述べています。彼は、日々の仕事の一部としてコーディングする方が楽だと気づきました。

GitHub Copilot を例に挙げてみましょう。Tao 氏は、VSCode+LaTeXworkshop で設定した後、標準文字を自動的に補完できることに驚きました。冒頭の段落とそれに続く文章だけを見ると、Copilot が提供している段落の残りの部分は、彼が実際に書く内容にかなり近いものとなっています。また、Copilotshuchu の内容を少し変更するだけで、標準的な手紙を完成させるのにかかる時間の半分以上を節約できます。

テレンス・タオ氏は、自身の論文でオートコンプリート機能を使用したスクリーンショットを共有しました。 Copilot は、証明の概要を自動補完しようとして、論文の残りの部分から関連する結果を引用しますが、その後、ランダムな解析的数論のナンセンスを提示します。

これまでのところ、非常に短い自動補完ジョブや繰り返しのテキストパターンの記述を除けば、数学の論文を書くときには Copilot が便利というよりはむしろ楽しいと感じているようですが、将来的には驚くような効果があるかもしれません。

GPT が提供する正規表現は、ネストされた区切り文字を Tao が望んだとおりには処理できないことが判明しましたが、十分近いものです。正規表現のドキュメントを自分で読んだ後、必要に応じて調整できます。彼の意見では、同様のタスクを達成するにはある程度の正規表現のスキルが必要だが、GPT の支援がない場合よりもその必要性は低いとのことです。

一般的に、GPT はテキストベースのタスクにおけるスキルの向上を可能にするようですが、スキル レベルが上がるにつれて、その効果は減少します。タスクにまったく不慣れな人でも、GPT を通じて上級初心者になることができ、初心者は中級スキル レベルに到達し、中級者は少なくとも一部の分野では専門家になる可能性があります。しかし、専門家にとって、GPT を使用することで得られるさらなる利点は比較的控えめです。

そのため、Tao は、出力を適切にチェックできないため、初心者が AI ツールを使用して専門家レベルのタスクを完了することを推奨しません。しかし、彼はまた、人々が AI ツールを使用することで、通常レベルよりも高いスキルレベルでタスクを完了し、出力結果を確認し、受け入れるか追加の調整を行うかを決定するのに十分な能力を持つことができると考えています。

誰かが尋ねました。もし人々がこのスキルレベルのギャップを明確に認識していなかったらどうなるでしょうか?タオ氏は、AIツールがより身近になるにつれ、ほとんどの人がこれらのツールで何ができて何ができないかについてより正確なメンタルモデルを持ち、それに応じて調整するようになるだろうと考えていると述べた。

もちろん、タオ氏も、公共の AI 教育と独立した出力検証が現代世界でますます重要なスキルになるだろうことに同意しています。

あなたはテレンス・タオの見解に同意しますか?

オリジナルリンク: https://mathstodon.xyz/@tao/111024521278833999

<<:  ByteDanceのLi Hang氏:科学におけるAIの探究と進歩

>>:  世界がH100を奪い合っている! Nvidia が GPU の優位性を達成、主任科学者が成功の 4 つの要素を明らかに

ブログ    
ブログ    

推薦する

90年代のアンティークコンピューターでCNNをトレーニングしました

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

ウクライナ、写真を通じて殺害されたロシア兵の家族を発見?顔認識が初めて軍事紛争で大規模に使用され、大きな論争を巻き起こしている

報道によると、ウクライナが使用している顔データベースは、米国に本社を置くテクノロジー企業の「Clea...

インテリジェントプロセスオートメーションについて知っておくべきこと

インテリジェント プロセス オートメーション (IPA) とは何ですか?インテリジェント プロセス ...

...

保険会社、パンデミックによりAI自動化を導入

Star Health と ICICI Lombard は、医療保険契約者に対する請求の事前承認プロ...

...

...

脳コンピューターインターフェース技術は本当に人気がある

[[274622]]参加者は脳波計を装着し、コンピューターの画面を見つめながら、急速に点滅するターゲ...

人工知能の本質的な「差別」を排除する方法

[[246531]]情報イラスト。出典:新華網ハリウッド映画「アベンジャーズ3」では、悪役サノスが「...

OpenAI CLIPモデルポケット版、24MBでテキスト画像マッチングを実現、iPhoneでも実行可能

OpenAI の CLIP モデルは、画像とテキスト カテゴリのマッチングに非常に優れていますが、元...

俳優の顔の交換、AIデート、モザイク除去…2020年のAI界の注目トピックトップ10を振り返る

[[373822]] 2020年が終わりを迎えました。今年、人工知能(AI)分野は浮き沈みに富み、常...

ディープラーニングにおける正規化技術の包括的な概要

ディープニューラルネットワークのトレーニングは困難な作業です。 長年にわたり、研究者たちは学習プロセ...

プログラマーの視点から Java でニューラル ネットワークを設計する

人工ニューラル ネットワーク (ANN) またはコネクショニスト システムは、生物学的脳を構成する生...

...

ファーウェイの「社会的採用停止」の背景:特殊分野を除き、レベル19以上の専門家のみを採用

[[247527]]コストを削減し、効率を向上させるために、人材戦略は変わりますか?北京青年報は10...