打破孤岛：研究人员强调荣获诺贝尔奖的人工智能突破并呼吁跨学科创新
作者：by Tepper School of Business, Carnegie Mellon University
2024年，诺贝尔奖物理约翰·霍普菲尔德 (John Hopfield) 和杰弗里·辛顿 (Geoffrey Hinton) 因其在人工智能 (AI) 方面的基础性工作而被授予诺贝尔奖化学David Baker、Demis Hassabis 和 John Jumper 因利用人工智能解决蛋白质折叠问题而获奖，这是科学界 50 年来的重大挑战问题。
卡内基梅隆大学和计算咨询公司的研究人员发表的一篇新文章探讨了最近诺贝尔奖强调的物理、化学和人工智能的融合。它追溯了神经网络的历史发展，强调了跨学科研究在推进人工智能方面的作用。
作者主张培养人工智能的博学者，以弥合理论进步和实际应用之间的差距，推动人工智能的进步。这篇文章是发表在图案。
卡内基创新实践教授兼协作人工智能总监 Ganesh Mani 解释道：“随着人工智能与物理和化学的联系得到认可，机器学习的从业者可能想知道这些科学与人工智能有何关系，以及这些奖项如何影响他们的工作。”梅隆大学泰珀商学院，这篇文章的合著者。
“随着我们前进，认识到不同方法在塑造基于生成人工智能的现代人工智能系统方面的融合至关重要。”
作者在文章中探讨了神经网络的历史发展。他们认为，通过审视人工智能发展的历史，我们可以更彻底地理解计算机科学、理论化学、理论物理和应用数学之间的联系。历史视角阐明了这些学科的基础性发现和发明如何通过人工神经网络实现现代机器学习。
然后，他们从霍普菲尔德的工作开始，转向该领域的关键突破和挑战，并继续解释工程如何有时先于科学理解，就像跳跃者和哈萨比斯的工作一样。
作者最后呼吁采取行动，表明人工智能在不同领域的快速进步既带来了前所未有的机遇，也带来了重大挑战。他们表示，为了弥合炒作与实际发展之间的差距，必须培养新一代跨学科思想家。
作者称之为“现代的达芬奇”，对于开发工程师可以立即应用的实用学习理论至关重要，推动该领域朝着通用人工智能的宏伟目标迈进。
这需要一个范式转变作者表示，科学探究和解决问题的方式包括整体的、跨学科的合作，并向自然学习以理解自然。
通过打破领域之间的隔阂并培养跨多个领域的求知文化，可以找到应对气候变化等复杂全球挑战的创新解决方案。通过人工智能催化下的不同知识和观点的综合，可以取得有意义的进展，并且该领域可以实现技术愿望的全部潜力。
“这跨学科方法这篇文章的合著者、计算咨询公司首席顾问查尔斯·马丁（Charles Martin）表示：“这对于解决未来的许多复杂挑战不仅是有益的，而且是至关重要的。我们需要利用当前进步的势头，同时保持立足于实际情况。”
作者感谢卡内基梅隆大学计算机科学学院名誉教授 Scott E. Fahlman 的贡献。
更多信息：Charles H. Martin 等人，最近的物理和化学诺贝尔奖、人工智能和知识领域的融合，图案（2024）。DOI：10.1016/j.patter.2024.101099
引文：打破孤岛：研究人员强调荣获诺贝尔奖的人工智能突破并呼吁跨学科创新（2024 年，11 月 26 日）检索日期：2024 年 11 月 27 日来自 https://techxplore.com/news/2024-11-silos-highlight-nobel-ai-breakthroughs.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《打破孤岛：研究人员强调荣获诺贝尔奖的人工智能突破并呼吁跨学科创新》的评论
暂无评论