- वैज्ञानिकहरू कमजोर एआईमा निर्भरतामा ढिलो तर्क र निर्भरतामा निर्भर हुन सक्छन् गणितीय अन्तर्दृष्टि
- स्नातक अनुसन्धानकर्ताहरू कठिन कोडिङ र विश्लेषणात्मक वैज्ञानिक कार्यको लागि AI प्रणालीहरूमा बढ्दो भर पर्छन्
- खगोल विज्ञान पत्रिकाहरू मेसिन-सहायता वैज्ञानिक पेपर सबमिशनहरूको बढ्दो मात्रासँग संघर्ष गरिरहेका छन्
id=”elk-aaa555ff-7b8c-474a-b8cd-023e1854ef0e”/>
एआई प्रणालीहरू द्रुत रूपमा परिवर्तन हुँदैछन् कि मानवीय अनुसन्धानकर्ताहरूलाई खगोल विज्ञानमा परिवर्तन गर्ने धेरै केन्द्रीय अनुसन्धानकर्ताहरू अनजान छन्। भविष्यका आविष्कारहरू।
मुख्य खगोल विज्ञान संस्थाहरूमा, अनुसन्धानकर्ताहरू बढ्दो रूपमा कोडिङ, गणितीय विश्लेषण, प्रस्ताव लेखन, र विशाल टेलिस्कोप डेटासेटहरू व्याख्या गर्नका लागि ठूला भाषा मोडेलहरू। data-block-type=”embed” data-render-type=”fte” data-skip=”dealsy” data-widget-type=”seasonal” class=”hawk-root”/>
अहिलेको युद्धमा एआईएफ7डीएस5ले प्रणालीहरूले अन्ततः वैज्ञानिक अभ्यासलाई यति नाटकीय रूपमा परिवर्तन गर्न सक्छ कि परम्परागत मानव अनुसन्धान कौशलहरू बिस्तारै पूरै हराउनेछन्।
वैज्ञानिकहरूलाई मानव तर्क बिस्तारै हराउन सक्ने डर छ
त्यहाँ बढ्दो संस्थागत दबाब बढ्दै गइरहेको छ जसले खगोलविद्हरूलाई दैनिक वैज्ञानिक कार्य र व्यावसायिक वैज्ञानिक प्रकाशनमा उन्नत मेसिन लर्निङ प्रणालीहरू एकीकृत गर्न प्रोत्साहन दिन्छ। गणितीय मोडेलहरू, सफ्टवेयर कोड, र स्पष्ट रूपमा प्रकाशित गर्न मिल्ने अनुसन्धान पत्रहरू उत्पन्न गर्न सक्षम।
एउटा अनुसन्धानकर्ताले ChatGPT ले लामो समयदेखि चलिरहेको ग्यालेक्सी गति विश्लेषण समस्यालाई केही वर्ष अघिसम्म वैज्ञानिक टोलीहरूलाई निराश पारेपछि केही मिनेटमै समाधान गरेको बताए।
यस्तो गहिरो एआई एकीकरणको साथमा, वैज्ञानिक सहायता कहाँबाट अन्त्य हुन्छ र बौद्धिक निर्भरता सुरु हुन्छ भन्ने कुरा निर्धारण गर्न गाह्रो हुन्छ।
id=”slice-container-newsletterForm-articleInbodyContent-CnDQfd45m5UGx2jreyJfkJ” class=”slice-container newsletter-inbodyContent-स्लाइस न्यूजलेटरForm-articleInbodyContent-CnDQfd45m5UJfk2 slice-container-newsletterForm”>
“धेरै मानिसहरू सोच्छन् कि हस्तक्षेप गर्न ढिलो भयो—हामीले सकिसक्यौं,” डेभिड हग भन्छन्, न्यूयोर्क विश्वविद्यालयका कम्प्युटेशनल एस्ट्रोफिजिस्ट (एनवाईपीयूएस)। खगोलभौतिकविद्हरूले सबैभन्दा ठूलो अवरोधको सामना गर्न सक्छन् किनभने AI ले वैज्ञानिक प्रशिक्षण अवधिहरूमा परम्परागत रूपमा पूरा गरिएका कार्यहरू बढाउँदै लैजान्छ।
“हामी सबैले सामूहिक रूपमा यी उपकरणहरू आफ्नो हातमा लिन लागेका छन्,” पोस्टडकका विद्यार्थी रोड्रिगो कोर्डोभा रोसाडोले भने। data-mrf-recirculation=”Trending Bar” data-nosnippet=”” class=”clear-both pt-2 pb-0 mb-4″>
अब के पढ्ने
उनले चेतावनी दिए कि स्वचालित प्रणालीहरूमा अत्यधिक निर्भरताले अन्ततः आवश्यक गणितीय तर्क र कोडिङ क्षमताहरूको अभावमा अनुसन्धानकर्ताहरू सिर्जना गर्न सक्छ।
युवा अनुसन्धानकर्ताहरू अब आलोचनात्मक सोचको कमी छन्, जुन कठिन प्राविधिक कार्यको लागि आवश्यक छ र अर्थपूर्ण वैज्ञानिक खोजहरूको लागि आवश्यक बौद्धिक आधार बनाउँछ। तपाईंको आफ्नै टाउको भित्र पूर्वाधार,” ब्रह्माण्ड विज्ञान अनुसन्धानकर्ता, मिनास करामानिसले भने।
दुर्भाग्यवश, उद्धारको लागि कृत्रिम बुद्धिमत्ता भएकोले कोही पनि अब अन्योलमा पर्न चाहँदैनन्। क्याम्ब्रिज, एक फेब्रुअरी ब्लग पोस्टमा लेखे।
पत्रिका सम्पादकहरू प्रकाशन दबाव माउन्टिङ
मुख्य खगोल विज्ञान जर्नलका सम्पादकहरूले पहिले नै एआई अनुसन्धानको एउटा सामान्य उपकरण बन्यो। उदाहरणका लागि, एस्ट्रोनोमिकल सोसाइटी (एएएस), अब एआई उपकरणहरूको व्यापक प्रयोगको कारणले पेस गरिएका कागजातहरूका लागि समीक्षकहरू खोज्न संघर्ष गरिरहेको छ।
“कम गुणस्तरका चीजहरूको मात्राले प्रणालीलाई घाँटी थिच्न सक्छ … र यसको एकमात्र समाधान भनेको मनमानी गेटकीपिङ गर्नु हो,” एथान विष्णियाकले भने। वैज्ञानिकहरूले उन्नत भाषा मोडेलहरू अझै पनि मौलिक गणितीय व्याख्या र तर्क समावेश गर्ने परिष्कृत सैद्धान्तिक भौतिकी समस्याहरूसँग संघर्ष गरिरहेको स्वीकार गर्छन्।
हार्वर्ड एस्ट्रोफिजिस्ट सेसिलिया गाराफोका अनुसार, कृत्रिम बुद्धिमत्ता प्रणालीहरू द्रुत अनुसन्धानमा ‘नराम्रो रूपमा असफल’ भइसकेका छन्। प्राविधिक प्रगतिले अन्ततः विद्यमान वैज्ञानिक सुरक्षा उपायहरूलाई ओझेलमा पार्न सक्छ।
Google समाचारमा TechRadar फलो गर्नुहोस् र हामीलाई प्राथमिकताको रूपमा थप्नुहोस् //em>प्राथमिकता स्रोतको रूपमा थप्नुहोस् समीक्षाहरू, र तपाईंको फिडहरूमा राय।