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
[[417224]] 21 世紀以降、人工知能は世界中で新たな科学技術革命と産業変革を主導し、人々の...
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...
人工知能の誕生により、モバイル アプリケーションに大きな可能性をもたらすまったく新しい時代が到来しま...
今日のトピックは、複数選択問題から始めましょう。ニューラルネットワークとは何ですか?次の説明のうち正...
Databricksは7月10日、ビッグデータ分析プラットフォームSparkが使用するAIモデルSD...
2020年の初め以来、工業および製造業はCOVID-19パンデミックの影響を受けています。工場は、...
ビッグデータ、自動化、ニューラルネットワークが日常語となっている世界では、人工知能とその背後にあるプ...
2018年、パシフィック・ガス・アンド・エレクトリック(PG&E)の送電線の故障により発生し...
[[263771]] 5Gの進歩に伴い、コスト面でも速度面でも、中国の5Gなしでは5Gを推進するの...
Transformer に関する画期的な論文は、arXiv で長い間放置されていました。ちょうど昨...
この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...
一昨日の午後、大隊長の友人の輪にはアリペイの「私の年間キーワード」が頻繁に送られてきた。画像出典: ...
最近、オープンソース コミュニティでは、大規模モデルの最適化手法を模索する人が増えています。 LLa...