Comments 200
Согласно исследованию Корнелльского университета, опубликованному в журнале Science в декабре 2025 года, использование больших языковых моделей повышает продуктивность учёных на 30–50%, а для исследователей из неанглоязычных стран — до 50–90%.
Тут забыли написать, что под «продуктивностью» в этом исследовании подразумевается количество статей. Еще это же исследование утверждает, что их язык становится более качественным. А вот, собственно, научный вклад, падает!
Надо ещё посчитать, сколько научных статей написал Исаак Ньютон, и сколько папирусов -- Архимед или Эратосфен.
Ну сейчас статус учёных котируется именно в количестве публикаций в научных журналах)
Пришлось мне как то в прошлом году резюме учёных просматривать, докторов наук. Так в резюме был основной упор именно на статьи в журналах. Логика видимо такая, у кого больше публикаций, тот соответственно и лучший))
Да, к сожалению, именно так. Была когда-то здесь статья про это. И там описывалось, что статус ученого определяется количеством статей, количеством упоминаний (ссылок) в чужих статьях, и количество рецензии, а сами научные журналы должны быть не любыми, а строго определенными. И стоимость публикации там недешевая, т.е. вполне себе такой серьезный пейволл, который сразу отсеивает гениев-самоучек. Также в той статье описывалась попытка создания бесплатной альтернативы, чтобы цена не была непреодолимой стеной, а результаты трудов были доступны другим учёным. Но, к сожалению, одного энтузиазма оказалось недостаточно, чтобы шествие против системы было успешно.
Т.е. действительно, тот самый маразм случай, когда решает количество, а не качество. И именно поэтому столько бредовых и ИИ-сгенерированных статей вроде "влияние взаимного расположения Меркурия и Юпитера на сексуальную активность утконосов в високосный год".
Самые хорошие журналы бесплатные! Часто диспользуется гибридная модель - либо платит автор и тогда статья бесплатна для читателей, либо автор не платит, но тогда статья платная для читателей. Но! Есть подписки университетов и есть Sci-Hub.
Nature платный.
нет.
https://www.nature.com/nature-portfolio/open-access.
In our fully OA journals (such as Nature Communications and Scientific Reports), all articles are made OA on publication. In a hybrid or transformative Journal (including Nature and the Nature research journals), authors can choose between gold OA or subscription publication, based on their preferences, funder or institutional requirements for OA, and the availability of APC funding.
Да, можно выбрать Open Access (OA), тогда надо платить. Но можно опубликовать и по обычной подписочной модели. Тогда платят читатели. Большинство приличных журналов поддерживают оба варианта.
статьями определяется не статус ученого а вероятность получения гранта. И тут будет схема - написал статью нейронкой, получил грант, потратил грант на написание статьи нейронкой. Прекрасная самозанятность нейронок и их провайдеров. И у грантодателей прекрасная отчетность. А наука, ну слово было такое забавное, на том и запомнят.
Ещё смотрят на индекс цитирования
Не так
Важно не только количество статей в современной науке, а также как часто их цитируют в других научных работах.
"И́ндекс Хи́рша, или h-и́ндекс — наукометрический показатель, предложенный в 2005 году аргентино-американским физиком Хорхе Хиршем из Калифорнийского университета в Сан-Диего первоначально для оценки научной продуктивности физиков[1]. Индекс Хирша является количественной характеристикой продуктивности учёного, группы учёных, научной организации или страны в целом, основанной на количестве публикаций и количестве цитирований этих публикаций[2]."
Потому что если статью активно цитируют значит она нужна, важна и двигает науку вперёд. А если не цитируют, то это мусорное исследование
Тоже ломается на раз-два. Последние 30 лет наука если и работает, то это исключительно из-за личной заинтересованности и остатков культуры.
Там можно статистически находить такие группы по отсосу по кругу
Вот только в эту "группу отсоса" попадает 702 из 736-ти нобелевских лауреатов
https://www.nature.com/immersive/d41586-024-02897-2/index.html
Блин, значит сделают так, что и этот статистический подход будет сломан. Ну ёлы-палы, вы что, реально думаете, что природа проще устроена, чем любой KPI?
Сеченовский университет, Дмитрий Боков. Одна из наиболее свежих историй, вроде ))
Получается что группа ии-учёных, может наваять 1000 статей, которые цитируют друг друга... Как сетка говно-сайтов
Тут без всяких ИИ справлялись давным-давно в западных научных кругах - линк. Впрочем, и в советских еще в 30-е годы прошлого века - вот например из письма известного химика Фроста Молотову от 28.03.1944 о кланах ученых в советской науке:
Круговая порука и взаимная поддержка, маскируемые весьма поверхностным налетом неглубоких полемик между отдельными ее членами (Фрумкина с Ребиндером, Рогинского с Темкиным и Жуховицким). Особенно показателен здесь Ребиндер, который лет 10 назад откровенно предлагал ряду ученых заключать союзы по взаимной рекламе выпускаемых работ; такой союз был у него, например, с Д.Л. Талмудом (1) и заключить такой союз он пытался со мной.
Надо заметить, что хотя сам индекс Хирша в оригинале уязвим к такого рода механикам, однако ключевые сервисы индексов имеют алгоритмы для борьбы с тем, что называется citation cartels
А так и происходит, без всякого ИИ.
Есть единичные статьи настоящих учёных (типа Перельмана), которые цитируются в огромном количестве из-за содержащихся в них важных научных идей, но это редчайшее исключение.
В общем, можно было бы сказать, что любая статья с индексом цитирования меньше 100 – это спам, но не всё так просто, потому что по какому-нибудь вымершему тангутскому языку может быть всего три с половиной специалиста во всём мире.
В общем, можно было бы сказать, что любая статья с индексом цитирования меньше 100 – это спам
Ничего нельзя сказать. В науке демократия не работает, и истина определяется совсем не количеством голосов.
Кроме узкоспециальных задач, по которым мало кто вообще работает, в современной "науке" есть ещё такая штука, как "общественное мнение": вы можете быть безусловно правы сто раз, но если ваша точка зрения "оскорбляет" геев, негров, баптистов или ещё кого -- тут же набежит толпа с воплями "ТАКАЯ наука нам не нужна!". Быдло хочет не истины, оно хочет чтоб наука "авторитетно подтвердила" и красиво обосновала правильность его, быдла, взглядов.
может быть всего три с половиной специалиста во всём мире.
На переднем крае науки всегда три с половиной специалиста. На то это и передний край. Поэтому спам для науки смертельно опасен.
По специфическим комарам десять лет назад было ровно три спеца - один в Австралии, пожилой уже; один в Штатах; одна дама в ИЦИГе в Новосибирске. Сейчас она осталась одна - и сидит без грантов. Так и отмирают научные ветви.
Тут уместен вопрос -- а знания об этих специфических комарах ДЕЙСТВИТЕЛЬНО полезны человечеству? Если специфичность этих комаров не в том, что их фумитокс не берёт -- так может и нет нужды тратить силы и средства на их изучение?
Так-то, направлений, в которых потенциально возможно вести научную деятельность, пусть и не бесконечно много, но ОЧЕНЬ много -- но реально исследования идут только в тех направлениях, знания о которых достаточно ПОЛЕЗНЫ, и которые относительно легко (по сравнению с их предположительной полезностью) добыть.
По поводу полезности всегда есть аргумент в поле фундаментальной математики (пример хороший, так как работает с абсолютной абстракцией). Порой, исследуя какие-то вещи или решая трудную задачу, создается дополнительный необходимый инструментарий, возникает прикладная часть вокруг теории. А иногда -та самая прикладная часть вспоминается лишь через 50 лет (условно). Проблема в том, что заранее никто этого не знает. Более того, «прикладная часть» вообще не является целью, она возникает (или не возникает) просто «по дороге».
Извините, но это словоблудие.
Порой, исследуя какие-то вещи или решая трудную задачу, создается дополнительный необходимый инструментарий
Если инструмент полезен для практических задач, его обязательно создадут именно под них, если его ещё нет -- а если он не решает практических задач, то и рассуждения о полезности ситуации, которая привела к его появлению, бессмысленны: бесполезная задача породила бесполезный инструмент.
Более того, «прикладная часть» вообще не является целью, она возникает (или не возникает) просто «по дороге».
Именно прикладное применение науки является целью, ради которой общество тратит на неё ресурсы. "Фундаментальная наука" полезна лишь в той мере, в которой она способна порождать науку прикладную, а не сама по себе. Скажем, изучать комаров полезно -- в рассуждении о том, что благодаря этому изучению, когда-то в будущем мы сможем аккуратно убить их всех так, чтоб не сломать сложившиеся биосистемы. Возможно, для этого понадобится создать их аналог, который заменит их в пищевых цепочках, но не будет кусать людей и домашних животных, и принципиально неспособный распространять всякую заразу так, как это делают настоящие комары, но пока об этом рано говорить.
Само же по себе "знание о комарах" бесполезно, и потому спонсировать такие исследования просто для развлечения тех, кому любопытно, смысла нет. Кому интересно -- пусть тот и спонсирует.
«Именно прикладное применение науки является целью, ради которой общество тратит на неё ресурсы»
нет. Это ваш главный тезис, вокруг него строится все остальное ваше рассуждение. И этот тезис в корне не верен.
Круто, если будет прикладное использование? Да, круто. Будет ди круто, изучая комаров, обнаружить в них полезный в сельском хозяйстве ген или как-то еще их использовать? Ну, неплохо, да. Но на старте никому ничего наука не должна. Вот базово. Никому и ничего.
Ваша идея «давайте изучать только нужное, а ненужное - не изучать» - глубоко порочна и даже глупа. Это как байка про Сталина и количество снятых фильмов. Типа
— зачем мы снимаем 50 фильмов в год? Достаточно 20.
— товарищ Сталин, не все же получаются хорошие. Хороших как раз 20 останется
— распоряжение: сократить съемки до 20, снимать сразу только хорошие
Абсурд очевиден. Так и у вас: изучать только нужное. Идея, конечно, клевая. Легкая, быстрая, простая, неправильная идея. Полагаю, вы сами сможете найти примеры, в которых наука изучала что-то, исходя из «а почему?» и простого любопытства. А потом вдруг оказывалось, что оно не просто «прикольно вышло», а еще и офигенно полезно. И еще куча того, когда изучалось, а не вышло ничего (и такого, поди, процентов 95). Но беда в том, что заранее - неизвестно.
При этом (тут спору нет) ваш тезис удобен в вопросах подачи заявок на всякие гранты. Прикладные вещи гораздо более «грантоориентированы», так как их проще осознать.
«Именно прикладное применение науки является целью, ради которой общество тратит на неё ресурсы»
нет. Это ваш главный тезис, вокруг него строится все остальное ваше рассуждение. И этот тезис в корне не верен.
Таки да. Общество финансирует фундаментальную науку исключительно из ожидания прикладной пользы.
Правда есть нюанс
Но беда в том, что заранее - неизвестно.
Потому тут примерно так, как обычно пишут про венчурные фонды: финансируется все подряд в надежде, что прикладной результат, который дает небольшое количество успешных в этом плане исследований, перекроет все затраты, несмотря на то, что большинство исследований практического смысла не имеет (пока не имеет?). Пока вроде таки перекрывает.
финансируется все подряд в надежде, что прикладной результат, который дает небольшое количество успешных в этом плане исследований, перекроет все затраты
Ну, не совсем прям "всё подряд", но как бы кустами -- нельзя сказать ТОЧНО, какое именно исследование даст результат, но можно примерно прикинуть, в каких областях науки есть хорошие шансы, а где они сомнительны.
Это как за грибами ходить -- ни один грибник в незнакомом лесу не скажет точно, что вон под тем деревом наверняка есть грибы, а под тем кустом их точно нет -- но опытный грибник в незнакомом лесу уверенно выберет направление к месту, где есть хорошие шансы найти грибы )
Никогда заранее не известно, где стрельнет новое знание. Вдруг именно в этих комарах обнаружится что-то такое, что существенно изменит нашу жизнь.
ТОЧНО не известно, но шансы прикинуть всегда можно.
Вот давайте диалектически разберём этих комаров и посмотрим, что в принципе в них могло бы быть полезного:
биология. Они могут иметь какое-то особое свойство организма, или болеть интересной болезнью, или иметь интересных бактерий/вирусов симбионтов.
биомеханика. Возможно, их принципы полёта нестандартны и представляют какой-то интерес.
биохимия. Возможно, они для собственных нужд производят в себе что-то, полезное нам, что из них можно добывать.
биопсихология и биокибернетика. Возможно, их поведение отличается от типовых комаров, и его изучение может что-то дать.
Экология. Возможно, эти комары каким-то образом могут использоваться для уничтожения или снижения популяций обычных комаров -- например, они способны с ними скрещиваться, но при этом дают стерильное потомство.
Ну, наверное можно ещё несколько подобных направлений найти, но я не комаролог, я больше ничего не придумал.
Вот, список есть -- теперь ловим специалиста и предметно спрашиваем -- есть в этих комарах что-то похожее на пункты из списка, или нет. Если есть -- знаем, куда копать. Если нет -- значит, инвестировать в их исследования можно только по принципу "сколько не жалко", а вдруг всё-таки что-то будет.
Во-первых, это не диалектика (как я её себе понимаю).
Во-вторых, невозможно предсказать, что понадобится дальше и тем более на стыке наук.
В третьих, нельзя требовать от биолога по комарам понимание биомеханики, микробиологии, психологии и кибернетики. Однако ожидается, что специалист сможет совместно с микробиологом, психологом, кибернетиком или ядерным физиком исследовать на стыке. Если появится нужда или идея.
В четвёртых, в каждой области свои специфические методы исследования. Утеря специалистов - утеря методик и знаний. Сколько раз уже было такое.
Если общество может себе позволить не экономить на учёных, растёт паразитизм, конечно, но растёт и знание. Если общество не может себе такое позволить, то говорить, в общем-то, и не о чём, только зафиксировать очередной откат в варварство.
это не диалектика (как я её себе понимаю).
Диалектика -- это тривиальное "учение" о том, что реальные, а не абстрактные вещи обладают одновременно множеством свойств и при необходимости могут быть рассмотрены со множества сторон и оценены по множеству признаков. Загуглите "Ленин, Диалектика стакана" -- это коротенькая статейка, популярно объясняющая идею диалектики.
Во-вторых, невозможно предсказать, что понадобится дальше и тем более на стыке наук.
Конечно, невозможно ТОЧНО сказать, что потребуется дальше -- но можно с приемлемой точностью сказать, что В ПРИНЦИПЕ возможно найти, и точно сказать, чего мы НЕ найдём в данной области. Скажем, к изобретению телепортации изучение комаров нас не приблизит совершенно точно.
В третьих, нельзя требовать от биолога по комарам понимание биомеханики, микробиологии, психологии и кибернетики.
Так это от него и не требуется -- ну, сверх общей эрудиции, обычной для современного образованного человека. Я привёл примеры конкретных вопросов, которые надо задать специалисту по комарам.
В четвёртых, в каждой области свои специфические методы исследования. Утеря специалистов - утеря методик и знаний. Сколько раз уже было такое.
Да. Но, увы, это неизбежно. Человечество постоянно теряет ставшие ненужными навыки, методики и знания. Вот мой дед, скажем, умел пасти коров -- а я понятия не имею, как это делать. И ничо, живу.
А вообще человечество именно для того и придумало письменность, чтоб не только передавать знания от человека к человеку, но и хранить их. Надо дать этим специфическим специалистам немного денег, и пусть они напишут книги о своих методиках и знаниях -- возможно, когда-то потом эти книги окажутся полезны.
И, кстати, если потом какие-то навыки, методики и знания окажутся востребованы -- в действительности не велика проблема воссоздать их заново -- причём благодаря общему развитию науки и техники, воссозданы они будут уже на новом уровне, более эффективном. Вон, сейчас некоторые энтузиасты just for fun радиолампы и микросхемы в домашних лабах изготавливают, а когда-то это было делом передовых лабораторий.
Если общество может себе позволить не экономить на учёных, растёт паразитизм, конечно, но растёт и знание. Если общество не может себе такое позволить, то говорить, в общем-то, и не о чём, только зафиксировать очередной откат в варварство
Никакое, даже самое богатое общество, не может беспредельно финансировать ВСЕХ учёных и ВСЕ направления исследований, всегда приходится выбирать, на что выделить силы и средства.
Скажем, к изобретению телепортации изучение комаров нас не приблизит совершенно точно.
Вы, очевидно, никогда не ночевали в палатке в комарином месте. Как раз проблему телепортации комары для себя как-то решили.
Диалектика -- это тривиальное "учение" о том, что реальные, а не абстрактные вещи обладают одновременно множеством свойств
Диалектика работает не только с реальными, но и с абстрактными сущностями, так что это утверждение ложно.
"Ленин, Диалектика стакана" -- это коротенькая статейка, популярно объясняющая идею диалектики.
Но применима и к реальным вещам, да.
Человечество постоянно теряет ставшие ненужными навыки, методики и знания. Вот мой дед, скажем, умел пасти коров --
Навык пасения коров всё ещё нужен, но в меньших масштабах. Как и умение плести лапти, и делать кольчуги. И если человечество окончательно его потеряет, мы, во-первых, потеряем часть своей истории (историки и археологи постоянно пытаются воссоздать как раз такие утраченные знания), во-вторых, лет через пять-десять этот навык внезапно может оказаться весьма востребованным. Кто знает.
а я понятия не имею, как это делать. И ничо, живу.
Вы внезапно перескочили с общего на личное. Не надо так.
Надо дать этим специфическим специалистам немного денег, и пусть они напишут книги о своих методиках и знаниях -- возможно, когда-то потом эти книги окажутся полезны.
Надо. Но есть вещи, которые исключительно плохо вербализуются. Сложные навыки, как правило, относятся именно к таким знаниям.
действительности не велика проблема воссоздать их заново
Специалисты тратят зачем-то годы в попытках восстановить относительно простые навыки типа изготовления скребков и топоров времён неолита. Не так это и просто.
Никакое, даже самое богатое общество, не может беспредельно финансировать ВСЕХ учёных и ВСЕ направления исследований, всегда приходится выбирать, на что выделить силы и средства.
Это утверждение нуждается в доказательстве. Однако примем его.
Речь ведь не идёт о беспредельном финансировании. Речь идёт об утрате специфических знаний, которые даже нищий (по мнению некоторых) СССР мог позволить себе финансировать. Обратите внимание, даже в годы Великой Отечественной исследования велись и по биологии, и по ботанике. Хотя, конечно, в меньшем объёме.
Потому что сохранить всегда проще и дешевле, чем восстанавливать.
И, повторюсь, неизвестно, когда и что стрельнет. То ли телепортация от комаров, то ли метод изучения личинок комаров в строительстве каркасов.
Вы, очевидно, никогда не ночевали в палатке в комарином месте. Как раз проблему телепортации комары для себя как-то решили.
Надеюсь, вы шутите, а не серьёзно так думаете? И нет, мне случалось ночевать в палатке "в комарином месте". Никаких проблем. Просто перед тем, как в палатку забираться, надо веткой обмахнуться, чтоб комаров на одежде в палатку не принести.
Диалектика работает не только с реальными, но и с абстрактными сущностями, так что это утверждение ложно.
Диалектика работает с реальными абстракциями, а не с абстрактными.
Вот, скажем, в рецепте пирога написано -- "возьмите стакан муки, стакан сахару, и четыре яйца": эти стаканы абстрактно абстрактны, у них нет диалектических свойств, они -- лишь мера, и ничто другое. У них нет массы, цвета, и никаких иных свойств, кроме способности быть мерой объёма жидкостей и сыпучих тел.
А возьмём, например, железо-алюминиевые "батарейки". Насколько мне известно, таких не делают, хотя технически они возможны -- ибо кпд у них получится никудышный, а стоимость их производства не будет сильно ниже, чем у элементов из более эффективных, пусть и более дорогих металлов. Они абстрактны, но они реально-абстрактны, мы вполне можем найти у них диалектические свойства.
Навык пасения коров всё ещё нужен, но в меньших масштабах. Как и умение плести лапти, и делать кольчуги.
Навык "пасения коров" ещё нужен только в отсталых племенах, в развитых странах от выпаса давно отказались -- отдать пастбища под высокопродуктивное промышленное выращивание кормовых культур, а коров круглогодично содержать на закрытых фермах -- выгоднее.
Умение плести лапти и делать кольчуги -- сейчас из "труда насущного" превратилось во что-то между художественным творчеством и аниматорской деятельностью. И нет, эти навыки не могут быть утрачены, т.к. они и так уже восстановленные. Между тем, как они стали бесполезными и тем, как на них появился повторный спрос, прошло довольно много времени, и навыки были восстановлены по описаниям и исследованиям сохранившихся изделий.
Надо. Но есть вещи, которые исключительно плохо вербализуются. Сложные навыки, как правило, относятся именно к таким знаниям.
Для этого у нас есть видео. Я когда-то по видео учился розы из крема делать (был период, когда мы с женой серьёзно работали над тортами-на-заказ, это тогда приносило намного больше денег, чем доступная нам на тот момент работа по специальностям, которым мы когда-то учились). Это реально сложно, по книжке такому фиг научишься. Да, видео не избавляет от необходимости "набить руку" и наработать собственный опыт, но если видео сделано толковым человеком, который не ленится показать не только как надо делать правильно, но и намеренно косячит, показывая, в чём косяк заключается и как он проявляется, освоить навык не так уж и сложно.
Специалисты тратят зачем-то годы в попытках восстановить относительно простые навыки типа изготовления скребков и топоров времён неолита. Не так это и просто.
Тут тонкость в том, что специалисты тратят годы именно на восстановление оригинальной технологии в научных целях, а не на создание технологии производства тех же изделий ради производства самих этих изделий.
Вон, смотрел я как-то ролик, как учёные почти год каменную вазу долбят из булыжника, повторяя технологию древних египтян. ТАК я, очевидно, не смогу -- просто терпения не хватит целый год заниматься ерундой, но если у меня будет задача именно "изготовить аналогичную вазу" -- я и не стану воссоздавать оригинальную технологию, я возьму современное оборудование и сделаю эту вазу не хуже, чем у египтян, но не за год, а за пару недель, а потом постепенно отточу навык и технологию, разработаю и изготовлю оснастки, и буду делать таких ваз по две в день, если на них будет платёжеспособный спрос.
Потому что сохранить всегда проще и дешевле, чем восстанавливать.
Это утверждение нуждается в доказательстве.(с)
Нет, не всегда. Чтоб сохранить какую-то профессию, нужно содержать производство, где она она используется, нужно закупать продукт этого производства и использовать его. А что делать, если этот продукт просто стал не нужен?
Да и потом. Думаете, современная ткачиха сходу справится с работой на станке 18го века? А ткач 18 века сможет без обучения работать на современном ткацком стане? Нет на оба вопроса! Профессия та же, продукт тот же, но разное оборудование, разные навыки. Та профессия ткача, что существовала двести лет назад -- исчезла. И никого это не напрягает вот ни чуть.
Восстановить же -- просто. Инженерам без разницы, восстанавливать старое или разрабатывать новое. Я никогда не занимался каменными вазами, но я -- инженер по образованию и по способу мышления, и у меня нет никаких сомнений, что я без проблем смогу разработать и отладить технологию их производства на любой доступной матбазе. Это вам не степпер в гараже построить из деталей от бензопилы и радиоприёмника, это простая задача, о которой точно известно, что она уже решалась сотни, если не тысячи раз.
«Если вводится некий KPI как меру эффективности работника, то вскоре работники начинают не работу работать, а оптимизировать KPI».
Это ещё называется «закон Гудхарта».
«Если вводится некий KPI как меру эффективности работника, то вскоре работники начинают не работу работать, а оптимизировать KPI».
Что характерно, в данном случае работники - это профессионалы по раскрытию тайн природы. :-) То есть, любая защита любого KPI будет взломана довольно быстро. Тот же Хирш - это защита KPI "количество статей". Обходится с закрытыми глазами даже студентами. И весь вопрос только в том, насколько небрезглив научный сотрудник.
Насколько знаю, там не учитывается контекст цитирования. Можно статьи на тему "научности" гомеопатии и прочие, цитировать с позиции разоблачения. Каждую цитату осматривать отдельно мало кто будет.
Потому что если статью активно цитируют значит она нужна, важна и двигает науку вперёд. А если не цитируют, то это мусорное исследование
Не значит. Демократия, то есть выбор большинством, всегда выбирает не правильное решение, а угодное большинству.
Очевидно, в науке невозможно установить истину путём голосования, ибо современная наука не решает, как устроить мир, а описывает то, какой он есть, и от того, что люди большинством голосов решат, что число "пи" для удобства вычислений нужно сделать равным точно трём, оно таким не станет.
А вообще, из вашего тезиса надо удалить одно слово, "вперёд": если статью активно цитируют, значит, она действительно КОМУ-ТО нужна и важна, и КУДА-ТО двигает науку -- но совсем не обязательно вперёд.
Тут важно понять, что каждая научно-теоретическая статья -- это не факт, а чьё-то МНЕНИЕ о фактах. Факты -- это в прикладной науке и в инженерном деле. Мнение в статье может быть верным или неверным, хорошо обоснованным или сомнительным, но это в любом случае МНЕНИЕ. Соответственно, другие авторы других статей могут это мнение разделять или не разделять, одобрять или не одобрять -- но от их мнений об этом мнении (намеренная тавтология) оно не станет более истинным, или менее.
Очевидно, в науке невозможно установить истину путём голосования
Очевидно это только учёным, и то не всем. Недавний яркий пример - значительная часть денег выделялась только на теорию струн, за деньгами ушла молодёжь, ставки профессоров и т.п. Остальные направления довольно сильно обезлюдели. А деньги выделяли именно по хайпу, то бишь демократически.
Думаю что в какой-то обозримый момент придется пересматривать Хирша. С другой стороны, есть шанс для тех, кто умеет создавать, но не умеет правильно писать. В любом случае видится необходимость дифференциации ручных и ИИ статей и детализации понятия цитирования.
Ну так встречают по обертке
От истории про страуса и высоту швабры уборщика, это в сущности мало чем отличается
У них там количество статей — это как карма на хабре.
статус учёных котируется именно в количестве публикаций в научных журналах)
Слава Рюмин (упал поднялся) тогда здешнее светило по количеству публикаций
Котируется не количество публикаций, а индекс хирша, если у вас 20 публикаций и Хирш 2, то учёный вы так себе. А если при 20 индекс 40, то это означает, что вы топ. Правда, опять же, там самоцитирование картину немного размывает, но, тем не менее.
Надо ещё посчитать, сколько научных статей написал Исаак Ньютон, и сколько папирусов -- Архимед или Эратосфен.
Советский анекдот в тему:
Выступает секретарь тульского областного отделения Союза писателей:
Товарищи, если до революции в тульской области жил только один писатель - Лев Толстой, то теперь тульское отделение союза писателей насчитывает целых 14 писателей!
/sarcasm
нейрослоп vs kpi от эффектных бюрократов в науке. Победителей тут не будет.
не только написанием статей ИИ занимается, но и выводом формул, доказательством теорем, поиском решений сложных задач
А эти выведенные формулы, доказанные теоремы, найденные решения сейчас с Вами в одной комнате?
ну нобелевскую за AlphaFold дали, пожалуй, не за красивые глазки.
И какой же новый закон природы оно открыло?
Ах, оно всего‑навсего сказало, что «вот эти 100 пробирок проверьте первее, чем остальные 100500». Это и обезьяна могёт.
Так что ага, фундаментальное достижение.
Ну, вообще говоря, принижать-то тоже не стоит) AlphaFold сродни изобретению парового двигателя в своей области. И тут, конечно, тот самый случай, когда правильный инструмент используется в подходящей области.
Все-таки он за год дает нам столько достаточно хороших результатов, сколько мы получили за предыдущие 50 лет.
Но я поддерживаю, что это именно инструмент работы с уже готовыми данными.
формулы они пишут и решения предлагают лучше белковых
Не волнуйтесь, мы всё понимаем.
Ибо, как говорил Даннинг Крюгеру,
"...дебилы не способны понять, что они дебилы. Именно потому, что они дебилы..."
А почему вы думаете что в это же время программисты не занимаются тем же чем вы? И почему вы думаете что у них это получится хуже чем у вас?
Оно то верно, проблема в том что результат неверен.
Думаете, если дать такой инструмент обывателю, он (инструмент) сдалает его равным профессионалу и сможет делать тоже самое? Ну типа, как кольт уравнял всех в правах?) Не тешьте себя, не будет. Простой пример - напишет он вам код для решения системы ОДУ на основе метода Эйлера, он даже работать будет. Только, возможно, для вашей системы не подойдет. А правильный промпт чтобы написать, нужно учиться)
По поводу количества статей: несколько авторов "новостей" легко заткнут за пояс "маститых" ученых чисто числом публикаций
Всего-то и надо - просто ИИ инструментам этих авторов промпт поменять, указать, чо ты не новости пишешь, а научные статьи, так что добавляй вступление, заключение и еще пару частей по теме, наукообразно.
И, да, это камень не в сторону авторов хабра, а втоону статистической оценки "ученых". Недалек момент, когда кто-то прикола ради запилит ИИ-ученог, который не будет существовать, но который будет успешен по числу статей и цитирований.
А вот что будет с физиками как учёными (да и с другими науками) - воарос.! Чтобы появился новый Фейнман, нужно думать, а не играть в "байты не пахнут"!
Забавно было бы полистать статьи самой этой Сабины... (физик - теоретик!?:)
Она же мамой клялась, что завязала с наукой?!
У нее многие статьи это скорее рассуждающие, то есть теоретические (чем она и занимается по своей специальности). Сложно назвать их научными в плане исследований, а скорее научными в плане рассуждений. Это как если бы был специальный habr для физиков-математиков.
Насчет цитируемости, то она еще в 2019 году писала статью:
"В данной работе мы описываем и представляем результаты работы простой нейронной сети, которая прогнозирует будущие показатели цитирования отдельных исследователей на основе различных данных из их прошлой деятельности."
Они делали простую нейросеть и прогнозировали цитируемость. На научную работу это не тянет. На хабре многие пишут статью, как что-то спрогнозировали. На GitHub такого много тоже, но для исследования это как-то мелко сегодня. Но тема цитируемости, явно "близка" ей.
Но в остальном, у нее много интересных работ "A derivation of Born’s rule from symmetry", где есть предположение, что вероятности должны быть согласованы с юнитарной структурой гильберта. И из этого ее объяснение показывает, что правило Борна не является случайной догадкой, а математически единственный возможный вариант, совместимый с симметрией квантовой механики. И таких статей у нее много. Они о построении различных гипотез, связях и так далее.
Если обобщить это, то тема цитируемости ей очень близка + большинство ее это гипотезы и рассуждения, но безусловно очень интересные. Так что понятно почему ее лично волнуют LLM статьи:
1) написание большего кол-ва статей, приведет к тому, что ей будет сложнее конкурировать с ними
2) ее статьи как раз рассуждающие, с различными гипотезами, теоретические но под разным углом и разными предположениями. Такое очень удобно делать с помощью LLM.
Другое дело, что LLM сами ничего не сделают. Для этого надо понимать, что они пишут, что попросить проанализировать, разобрать что они написали и отсеять бред. Так что автор либо боится что будет завалено мусором (но мусорных научных статей и так большинство), либо что упростит порог входа и написание теоретически рассуждающих статей другими физиками либо это просто страх неопределенности.
Что не так? Ну и если интересно, то просто гуглите имя на английском и все находится, выше даже ссылки скинули:)
для решения задач будет достаточно просто купить вычислительное время нейросети.
Смишно.. А оно уже умеет генерить гипотезы для объяснения экспериментальных данных?
Ну например для ультрафиолетовой катастрофы? ) Хотя это наверное не проверить, поскольку оно уже все книжки прочитало с современными теориями.
Интересно, нельзя ли задать такое промпт, в котором устанавливаются временны́е рамки?
Например, объясни ультрафиолетовую катастрофу, ограничиваясь уровнем знаний на 01.01.1900 г.
Не умеет. Кажется, был такой тест: модельке дали разобрать две задачи. Уровень - всерос по физике. Первая - известная, с открытыми решениями, уже «известными интернету». Вторая - новая, свежая. Результат понятен.
Ну вот об том и речь...
Замкнуть 2 задачи в “ChatGPT” и дать 10 секунд на «подумать» это не корректный тест на возможности моделек, только и всего.
Непонятно тогда что для вас корректный тест. Данный тест напрямую показывает, что текущий ИИ - не интеллект вовсе. В очередной раз становится очевидно, что технологию перехайпили.
Так никто не утверждает что текущий «ИИ» это интеллект. А вот то что он способен решать многие задачи уже сейчас, причем тем которые не может решить человек или по крайней мере мало кто из людей может (и не только за счет скорости/или банального перебора). Это уже факт.
Тест не тест по причине того что не показывает невозможность решения задачи с помощью «ии». (Причем я не утверждаю что «ии» сейчас может решить любую задачу) или даже конкретно эту. Но тест в любом случае некорректен.
Просто почему-то многие сейчас судят о возможностях «ИИ» по принципу, «если за 2 минуты и пару центов на электричество система не выдала правильный ответ» значит в целом технология не может.
Хотя мы уже можем найти примеры где она используется, решает какие-то задачи, сжигая сотни тысяч и миллионы долларов, возможно даже пока дороже чем если бы это делали люди, (но цена постоянно падает), да и развитие пока не уперлось в потолок
Просто почему-то многие сейчас судят о возможностях «ИИ» по принципу, «если за 2 минуты и пару центов на электричество система не выдала правильный ответ» значит в целом технология не может.
Вот в том и дело, что не "почему-то". Продавцы лопат продают нам эту технологию под видом "эта штука вас заменит, лол". Нам продают технологию под видом "наш чатгпт сравним по уровню с доктором наук". И вот когда данный "доктор наук" не способен решить относительно простую задачу, которая отсутствовала в выборке обучения, возникают вопросы. Была бы возможность дать этому ИИ больше 2 минут на подумать, увеличивая вероятность решения задачи - так я бы только рад был, но у пользователя нет возможности это контролировать.
Я ни в коем случае не отрицаю, что технология полезная. ИИ (я в данном случае выкидываю из этого множества LLM) - очень полезная технология, которая позволяет решать задачи быстрее, ну или хотя бы не привлекать человеческий труд на монотонные задачи. Однако меня раздражает постоянный ИИ хайп, который по ощущениям только нарастает. Хайп не сопоставим выхлопу технологии.
Тест не тест по причине того что не показывает невозможность решения задачи с помощью «ии»
Ну по логике, если ИИ были созданы условия для решения задачи, а он не смог её решить, то это является показателем того, что на текущем этапе такие модели не способны решать задачи, которые отсутствуют в выборке обучения. Как по мне достаточно показательно. Или что вы имеете ввиду? Как по вашему тест должен доказать возможность/невозможность решения задачи искусственным интеллектом?
>>Была бы возможность дать этому ИИ больше 2 минут на подумать, увеличивая вероятность решения задачи - так я бы только рад был,
так в том то и дело что продают ее не Вам, и не мне. точнее нам продают ту часть за которую мы готовы платить, все эти подписчики по 20$, и они окупаются с лихвой. Я как-то платил полгода по 200$ за o3, и на тот момент разница что она делала по сравнению с моделью за 20$ была видна, и решала вполне те задачи. Потом надобность отпала и вернулся на 20. Да и немного пользователей будут за решение задачи платить там 1000 или 10000$ даже если оно того стоит. Поэтому такие настройки если есть то в очень ограниченном варианте. так что не надо оценивать технологию по массмаркету.
>>Ну по логике, если ИИ были созданы условия для решения задачи, а он не смог её решить, то это является показателем того, что на текущем этапе такие модели не способны решать задачи, которые отсутствуют в выборке обучения.
так в том и дело что не созданы. В чем и вопрос к тесту.
Была бы возможность дать этому ИИ больше 2 минут на подумать, увеличивая вероятность решения задачи - так я бы только рад был, но у пользователя нет возможности это контролировать.
Ну вообще-то есть везде возможность установки модели, ризонинга, рисёрча или бюджета размышления
способен решить относительно простую задачу, которая отсутствовала в выборке обучения, возникают вопросы.
Ну, вообще то для этого и делают регулярно новые версии тестов, чтобы они не попадали в выборку
Откуда вы взяли про 10 секунд? Почему вы решили, что люди не умеют в промты в духе «рассуждай по шагам, сомневайся, переспрашивай сам себя» и т.д.?
Про «10 секунд» это конечно же условность. Промты в таком виде не особо работают уже последнее время, сети и сами под капотом это все делают. Я скорее про ограничения что описал в комментарии чуть выше.
Просто если мы посмотрим примеры на том же Хабре когда решаются действительно сложные задачи, это или специализированные решения на основе «ии» и естественно вычисления-вычисления, или это какие-то «архитектуры» поверх «ии», когда несколько моделей или инстансов одной модели, вырабатывают решения, выбирают лучшие, перепроверяют друг-друга, потом комбинируют, улучшают/находят решение и это итеративный процесс. (Соответственно и такие штуки дороже по вычислениям чем просто засунуть запрос в чат).
То есть основная моя мысль в том что «засунуть задачу в чат и не получить правильный ответ» ни коим образом не говорит о том что «технология ограничена и данная задача для нее нерешаема»
«Технология ограничена» - именно что ограничена. Да, текста в моделях много. Очень много. Но тот пример с двумя задачками показывает, что чуть посложнее составленное «Дано» и все либо сыпется, либо галлюцинирует. Потому как ллм остается бредогенератором by design. Вы говорите о том, что «задавая правильные вопросы можно натолкнуть модель на рассуждения» - ну ок. Но тогда вернемся к тезису, озвученному тут ранее большим кругом людей: ваш собственный скилл внутри чего-то должен быть таким, чтобы вы имели возможность экспертной оценки ответа моделей. Идея мультиагентности (когда модельки друг с другом спорят) - хорошая и скор ответа повышает, но останется главным вопрос: «как ответить на вопрос, если про него ничего не знаешь?».
Респект за вопрос. И +1 за пост.
Но! Вы понимаете, что вы требуете от трехлетнего ребенка (ChatGPT был официально представлен публике 30 ноября 2022) пробежать стометровку за ~11 секунд?
(Время - 10,80 Реджинальд Уолкер, Южная Африка, 1908 год).
--------
У нас еще будут модели которые никто не поймет, и эксперименты которые почему-то их подтвердят. /smile.
в науке важен результат*
Ага, только вот на мотивацию нередко влияет и процесс) Без мотивации не будет участников, а без участников откуда процессу взяться?) А сидеть тыкать по клаве, набирая промпт, это точно наука будет?)
+1
Утверждение, что "в науке важен результат, а не процесс" в корне не верно!
Именно процесс обеспечивает воспроизводимость и сохранение знаний.
Прямо наоборот. Естественно, наука нуждается в сохранении знаний, но её целью является их получение. Нобелевскую за сохранение и воспроизведение чужих знаний не дают.
Имеется ввиду именно воспроизводимость процесса получения знаний.
Даже на относительно ранних этапах науки для становления и проверки гипотез и вывода из них новых законов требовалось не одно поколение людей.
Утеря процесса получения знаний просто приведёт к тому, что некому будет формулировать новые задачи, теории и определять какие именно эксперименты нужно проводить для подтверждения и опровержения этих теорий.
И не будет уже никаких новых знаний.
Я уже написал в другой ветке, что наука за последние 2000 лет пережила и не такое. Человеческая цивилизация очень живучая, и в ней всегда будут люди, для которых занятие наукой - жизненная необходимость. Количество ученых все время меняется, но они будут всегда (люди, делающие науку, а не поток статей)
Разрабатывая какую-то новую тему крайне трудно наперед знать, будет ли там большая наука (или вообще хоть какая-то) или дело ограничиться парой статей и исчерпает себя. И тут вопрос: как вы в таком «тумане войны» заранее результат хотите иметь? Куча всего родилось из предположений и панк-рокерских отрицаний прошлого опыта. Куча всего родилась из «а че будет, если?». Это все не про результат, оно как раз про процесс.
Другое дело, что в науке есть и такая проблема: гранты дают за результаты, это да. Печаль этого в том, что тупиковые ветки исследований почти не публикуются, что заставляет ходить по этим тропам раз за разом сотни команд по миру.
И тут вопрос: как вы в таком «тумане войны» заранее результат хотите иметь?
Для меня этот вопрос не возникает. Я выбираю интересную мне тему и разрабатываю ее, пока не получится значимый результат. Получился - пишу статью или подаю заявку на грант. Заявки, в которых уверенно, с подробностями, описывается планируемый (а на самом деле - уже полученный) результат, проходят легче. Не получился - выбираю другую тему.
Печаль этого в том, что тупиковые ветки исследований почти не публикуются, что заставляет ходить по этим тропам раз за разом сотни команд по миру.
Тупиковых исследований не бывает. Бывает, что исследование даёт не тот результат, которого от него хотели, это да.
Скажем, алхимики всё средневековье искали способ превратить свинец в золото, открыли кучу способов, которыми ТОЧНО НЕ ПОЛУЧАЕТСЯ это сделать, а между делом собрали немалую фактологическую базу, которая легла в основу современной химии. Не тупик, хотя исходной цели они так и не достигли, а сейчас и вовсе очевидно, что химическим путём, без ядерного реактора, это сделать никак невозможно.
«Тупиковых исследований не бывает» и «открыли кучу способов, которыми ТОЧНО НЕ ПОЛУЧАЕТСЯ».
Как смею понимать, статей, в которых «мы попробовали это вот таким путем - фигня вышла, не тратьте время» сейчас вообще нет. Статьи (да и гранты) выходят лишь когда гипотезы подтверждаются. Поэтому и написал, что многие ходят по одним и тем же дорогам.
Вот интересно, если загрузить в такую модель всю известную физику до 31 декабря 1899 года, а потом попросить сделать ноые открытия, она дойдет до теории относительности и квантовой физики? Сомневаюсь.
А ей лаболаторию дадут с обсерваторией? А то открытия там совершались на основе экспериментальных данных. Без данных по орбите Меркурия не было бы никакой теории относительности например
Без данных по орбите Меркурия не было бы никакой теории относительности например
Данные по орбите Меркурия вполне себе существовали и до 1900 года.
Только вот господствовали идеи, что есть какая то темная материя которая вызывает эти аномалии
Да, эту фигню уже не в первый раз астрономы вытягивают.
Но ведь сырые данные — были. «Без данных по орбите Меркурия не было бы никакой теории относительности» — это не я сказал.
"Темная материя" все еще есть, просто теперь она объясняет гравитационные эффекты, которые не может объяснить ОТО :)
А я не сомневаюсь - создаст множество статей с обсуждением одних и тех же фактов, но ни одной новой теории.
Через 3 года не останется ни традиционной науки, ни ИИ.
Люди с креативным научным мышлением останутся востребованы, а чиновники и получатели степеней за нужное количество текста, набранного правильным шрифтом постепенно отойдут на второй план. Хорошо же. Но не скоро
Как выразился глава NVIDIA Дженсен Хуанг
доколе вы будете во-первых цитировать продавцов лопат, во-вторых в принципе создавать новости из того, что кто-то ляпнул? неужели это и есть вся движущая сила хайпа "ИИ"?
Ну ладно новости от «продавцов лопат». Их, производителей, хотя бы относительно немного.
На порядки больше количество тех, кто порождает тысячи пустых обзоров по сравниванию этих лопат. А также вообще уж неисчислимое количество тех, что считают возможным поделиться с миром своим опытом по выкапыванию очередной, никому не нужной ямки у забора на своей даче.
Ну а кого цитировать? Продавцы лопат сейчас самые богатые люди в мире, их мнение весит триллионы долларов. Рынок слушает тех, у кого деньги
а через десять лет теоретическая физика как область человеческой деятельности может практически закончиться.
Очень, кстати, верится. Но есть нюанс.
"Будет одно сплошное телевидение"
Как говорится, если математики пережили появление калькулятора, то уж физики как-то переживут появление ИИ :)
Вычислители не пережили появление калькулятора, особенно, программируемого.
Конюхи не пережили появления автомобиля.
99,99% конюхов — таки не пережили, а 0,01% переквалифицировались в сотрудников индустрии развлечений (ну там, цирковые лошади, романтические прогулки на бричке и т.п.)
Не только развлечений. Лошади до сих пор в строю: конная полиция в разных странах мира, у военных местами имеются (авто/мотоцикл далеко не везде проберется, а выносливость человека имеет ограничения бОльшие, чем у лошади).
а выносливость человека имеет ограничения бОльшие, чем у лошади).
Но у лошади и заметность побольше будет, чем у человека.
У лошади грузоподъемность больше, а не выносливость. Ни одна лошадь не может бежать 24 часа без остановки. А люди соревнования по такому бегу проводят.
Пример некорректен. Да, среди миллиардов людей есть несколько таких, кто может бегать сутки. Да, средняя лошадь, как и средний человек, бежать сутки не может. Этих утверждений недостаточно, чтобы построить решаемую систему.
Откуда вам известно, что таких людей только несколько? Несколько тысяч, скорее. Только в Москве участие в соревнованиях принимают около сотни человек, а подобные существуют во многих странах. Рекорд для суточного забега - 319 с чем-то км. Средняя лошадь способна в сутки преодолеть от 30 до 50 км, специально выведенные и тренированные для "марафонов" лошади - раза в три больше. Но существенно дольше, чем 7-10 часов лошадь бежать не может. Лошадь просто бежит быстрее человека, но человек может бежать существенно дольше.
Меня коллега (физик, не спортсмен) звал в пеший поход - ну типа встал и пошел, 100 км в сутки, да, это "легкоходство", он с собой ничего не берет. А первые 10 км можно и бегом.
Может так совпало, и он один из миллиардов? ))))))))))
Выносливость в разных условиях у человека и лошади разная. Человек бежит на рекорд налегке, при таком раскладе человек выинрывает. Но в жизни это нужно редко. В более жизненном сценарии лошадь может нести человека с достаточно большим грузом дольше, чем человек тот же груз на своих двоих. И часто с существенно большей скоростью.
Все время бежать далеко не всегда нужно. Чаще нужно перетащить не сильно быстро какой-то груз на какое-то достаточно большое расстояние.
А на малых скоростях лошадь в любых сценариях продержится долше человека.
Выносливость - способность переносить физическую нагрузку ДОЛГО. Я отвечал на комментарий, в котором утверждалось, что лошадь выносливее человека. Смею утверждать, что это не так. Человек способен переносить пропорциональную массе тела физическую нагрузку ДОЛЬШЕ лошади. Особенно это касается бега, т.к. человек лучше охлаждается. Лошадь банально перегреется на длинной дистанции.
А вот эти очень даже пережили. Просто численность их сильно сократилась.
Вот ИИ и покажет, кто из учёных — математик, а кто — конюх.
Но теперь физик, не понимающий физику, с ИИ нагенерит бреда быстрее, чем без него
Физик, не понимающий физику, = корабль, не умеющий плавать. Его бред никому не нужен. А ИИ генерит бред непрерывно во всех областях.
Физик, не понимающий физику, = корабль, не умеющий плавать.
Подводные лодки нахмурились.
Подводные лодки ничем принципиально не отличаются от иных плавстредств, эксплуатирующих закон архимеда -- кроме того, что у них плавучесть в подводном положении -- без избытка, лишь компенсирующая их вес (не путать здесь вес с массой!).
Да, у них есть рули глубины, но используются они для ускорения вертикального маневра, а не подобно крыльям самолётов.
Короче, подводные лодки умеют плавать лучше, чем надводные корабли )
Калькулятор не умеет выполнять все функции естественного интеллекта, а искусственный интеллект умеет. Потому он так и называется.
Не знаю о каком искусственном интеллект вы говорите, но текущий ИИ точно так же не способен выполнять функции естественного интеллекта, как и калькулятор.
Общий интеллект, или же сильный, — способность выполнять любую задачу, которую может выполнить человек, по крайней мере на равном уровне — входит в число долгосрочных целей данной области.
Artificial general intelligence
Artificial general intelligence (AGI) is a hypothetical type of artificial intelligence that would match or surpass human capabilities across virtually all cognitive tasks.
Weak artificial intelligence
Weak artificial intelligence (weak AI) is artificial intelligence that implements a limited part of the mind, or, as narrow AI, artificial narrow intelligence (ANI), is focused on one narrow task.
но текущий ИИ
При чем тут текущий ИИ, если я отвечал на комментарий про "появление ИИ", а статья называется "Через 3 года"?
LLM в общепринятой терминологии это слабый ИИ. Сильный ИИ, который может выполнять любую задачу аналогично человеку, еще не появился.
Называется, но функций интеллекта не выполняет - только генерирует наборы слов, которые не специалистам кажутся осмысленными. Я уже приводил на Хабре пример задачи по физике за 8 класс, которую ни один из существующих ИИ решить не может. Ещё один пример бреда
Поэтому придумали разделение на сильный и слабый ИИ. LLM это слабый ИИ, а в прогнозах говорят про сильный.
В прогнозах можно говорить о чем угодно, но как заставить машину думать - не знает никто. А написать 1000 статей на эту тему - легко
Ваш комментарий был в контексте прогноза в статье и прогноза в комментарии. Существующий ИИ не является релевантным этому контексту. Ваш комментарий выглядит примерно как если бы кто-то 200 лет назад сказал "Поезда могут ездить только по рельсам, значит конюхи переживут появление движущихся механизмов".
Ладно, а хорошего то, что? Этим стоит гордиться, это наша цель?
Ну наверно, если человечество похоронить на этом этапе, то да. Ведь никто не ставит иллюзий о его достойном и благополучном состоянии в этом случае?
Почему-то многие думают, что ИИ это LLM. Но LLM это же только часть ИИ. И судить о том, как работает ИИ в науке, большинство из нас может только по статьям. Если же погуглить подобные статьи, то можно найти про "AlphaFold2" и "GNoME" от DeepMind (нашёл статьи здесь же на Хабре). А также много других. Так что да, ИИ очень помогает в науке. И те, кто не использует его, будут отставать.
Предсказания дело неблагодарное.
14 лет назад Хомский критиковал ИИ‑науку за статистический подход и увлечение предсказаниями в ущерб объяснению.
Интересно было бы узнать его мнение о сабже.
Это она по себе судит?)
За всё время этого ИИ "хайпа" заметил, что люди которые говорят о замене их на ИИ:
- связаны с ИИ бизнесом (косвенно или напрямую)
- ничего не представляют из себя в профессиональном плане
Естественно, если я в соцсетях/комментариях увижу, что человек такое писал про себя, то никогда не буду с ним работать, потому что хочу работать с профессионалами.
Так через N лет может получиться наука, оторванная от реальности. Статей можно написать сколько угодно, но осмысленных полезных опытов и экспериментов больше не станет. Потом в этой "мультивселенной" научных изысканий надо будет еще суметь найти то, что имеет практический смысл и логику; данные, на которые можно положиться, чтобы развивать какую-либо более сложную устойчивую систему.
Новость может быть искажена, у нас тут все-таки испорченный телефон.
Но в чем она права: и Попов, и Семихатов как-то упоминали, что в науке в принципе не хватает тех же постдоков. Гипотез много, а обсчитывать их некому. И, как видится, с этим вполне могут справиться специализированные модели
Как физик-теоретик по профессии:
Такое ощущение что у них нет ни малейшего понятия как там всё работает и устроено
Это была реклама https://www.outskill.com/ , расходимся.
Главное в замкнутый круг не скатиться
ИИ учится на статьях, написанных людьми - если люди перестанут писать статьи, а начнут генерировать их с помощью ИИ, то следующие поколения моделей будут учиться на синтетике, и это приведет к деградации качества знаний
Чтобы наука жила, нужен постоянный приток новых экспериментально проверенных данных, а не просто пережевывание старых теорий нейросетями
А результат будет оценивать поколением из фильма Идиокоатия
Вспомните, как 10 лет назад обещали, что автопилоты заменят водителей. А реальность оказалась сложнее. Но я считаю, что в будущем ии станет обязательным, как калькулятор
Несколько сложнее, но беспилотные такси местами всё-таки появились. И беспилотные трамваи тоже.
Ну, беспилотный трамвай это не спортивно. Во-первых, он ездит строго по рельсам (физическое ограничение). Во-вторых, к сожалению, в моей стране трамваев нет (и знания, связанные с ними несколько перестали быть актуальными), но в другой стране были, и я смутно припоминаю, что почти в любой --непонятке-- дорожной ситуации -- трамвай имеет преимущество. А даже если нет, то он большой и тяжелый, и по умолчанию - имеет преимущество. Это дает ему столько бонусов для автоматизации, что я даже не знаю.
Главная опасность ИИ для науки заключается в том, что у молодых учёных может пропасть мотивация. Зачем сидеть ночами, выводя сложные формулы, когда под рукой есть ИИ. Великие научные открытия приходили в виде озарений. Менделеев открыл таблицу химических элементов во сне. Нильс Бор открыл планетарную модель атома во сне. Озарения - это результат многолетних трудов, умственного напряжения. А придут ли озарения, когда мы заменим кропотливый труд на ИИ? У ИИ пока нет своей мотивации. Я тоже пишу про ИИ, в которых освещаю философские вопросы разума. Если вам интересна эта тематика, поддержите меня пожалуйста, чтобы я мог публиковать в Хабре.
"Всё уже не то как раньше". Но это и факт жизни - всё меняется. Люди просто не представляют насколько. Потом и учёных не будет...
Да-да, ага, это как паровая машина Джеймса Ватта 250 лет назад уже "уничтожила" институт ручного труда, фабрики и заводы
Британские ученые скоро останутся без работы. Вместо них "веселые научные заметки" будет писать ИИ.
Сабина Х. какая то непоследовательная. Сама же пишет что не из-за ИИ а из-за финансирования связанного и ИИ. Что обводит к проблеме грантов в науке, "за что платят - то и развивается", что возвращает нас к глобальной проблеме - "бабки решают". Поэтому я не понимаю ее удивления. Это во-первых так и должно быть, а во вторых так двавно уже и есть. Просто не путайте рекламу с действительностью.
Прочитал все комментарии. Не удалось опознать ни одного, написанного человеком, делающим серьёзную (фундаментальную) науку. Похоже, их этот вопрос не сильно волнует...
Замените "используют ИИ в своей работе" на "используют поиск в Интернете в свой работе", ровно такая же аналогия.
Главные вопросы - как и зачем используют агенты, а не используют ли их в принципе.
Как в гриффинах, не оружие убивает людей - так и здесь. Сам ИИ это для начала инструмент.
Физик-теоретик и популяризатор науки Сабина Хоссенфельдер: через три года научные исследования в привычном виде перестанут существовать
Что она популяризатор науки, я согласен, а в том, что она физик-теоретик - сомневаюсь. Как ученый, работающий в фундаментальной науке, может считать главным не понимание физической картины устройства мира, а количество опубликованных статей? Пусть ИИ их пишет сколько угодно, это же не мешает людям думать. Статьи, написанные ИИ, не содержат новых знаний, а только перелопаченные, перекомпилированные уже написанные тексты. Да, этот объем публикаций создает трудности чиновникам, которые теряют простой формальный способ оценки эффективности научного работника, когда зарплата зависит от числа статей, им придется напрягать мозги и переходить на другие способы.
Пусть ИИ их пишет сколько угодно, это же не мешает людям думать
Ась? Это же спам.
То что там учёный себе понял, так в нём и останется, может он ЛСД наелся и уверен, что всё понял. Научные статьи везде и давно считаются тем самым продуктом работы учёных, потому что они в доступном для других виде излагают некие идеи или открытия. Они рецензируются, публикуются и потом обсуждаются, на них ссылаются. Там есть масса проблем, но лучшего всё равно не придумали.
Я же не говорю, что статьи не нужны. К новым научным результатам должны иметь доступ все. Но хотя бы в одном месте они уже используются - там, где были получены. Но если перестать платить за выход статьи (убрать зависимость зарплаты от числа статей) , спама станет гораздо меньше. Раньше системы эффективного контракта не было, а наука была.
С LLM стало проще читать чужие статьи, это факт.
Но вот писать статьи? Не знаю. Сам был вынужден не так давно писать статьи в научные журналы для галочки, к счастью достаточно было журналов РИНЦ, поэтому я нашел те, где нет рецензирования и где за деньги любой шлак публикуют... В итоге нагенерил огромное количество нейрослопа, даже читать его не стал, оплатил и опубликовал. И я думаю такого все больше и больше в науке будет. Даже в уважаемых журналах, где публикуют только статьи с рецензиями.
Ученый (научный работник) делает (кратко):
1. Постановка проблемы
2. обзор знания
3. формулирование гипотез
4. планирования и выполнения экспериментов
5. анализ, выводы, публикация, репликация ...
Ничего не препятствует, что с помощью ИИ некоторые этапы могут сократиться (2,3) , например, с полугода/ года до месяца (при некоторых условиях).
Обычные споры вокруг современных LLM идут с позиции двух крайностей: LLM не способна заменять человека и LLM способна полностью заменить человека. И часто забывают прагматику: LLM способна заменять рутину (которой очень много в жизни) и тем самым ускорять.
Сейчас связка LLM+человек может быть намного эффективнее, чем человек. (может быть - если не впадать в крайности про которые выше). Важно, что бы человек оставался на узких местах: валидация, проверка эксперимента, ответственность за публикацию и тп.
Поэтому, прогноз/гипотеза Сабины может быть рабочим. Не стоит отвергать ее только основываясь на желании быть уникальным и недостижимым существом во вселенной. Читай "Закрывать глаза". Лучше искать ниши, где останется уникальным и реализует свои преимущества. Если просто - приспособиться.
Как теоретик Сабина известна критикой ТС, увлечением эстетическими критериями оценки теорий в ущерб эмпирическим. Поэтому несколько странно это ее предсказание. В физику вклад внесут методы ИИ обрабатывающего и осмысляющего горы эмпирической информации генерируемой современными экспериментальными установками вроде БАК или телескопов разного базирования, которая часто считается просто шумом, и в котором могут быть редкие важные события и факты определяющие развитие физики. А вовсе не горы теоретической макулатуры издаваемой авторами, как самостоятельно, так и в соавторстве с ЯМ, для подтверждения занимаемой позиции в учреждении. Хотя отдельные идеи могут быть полезными, но их нужно еще не пропустить. В основ польза от освобождения от рутинных, но известных лабораторных операций по подготовке и обработке данных, выдвижении предположений и написанию отчетов об исследовании.
Не путайте корреляцию с каузальностью (причинностью).
Лично проверял: нейронки великолепно находят паттерны там, где их нет, и галлюцинируют на стыке сложных теорий. ИИ — это, по сути, «статистическое зеркало» накопленных нами знаний. Если мы полностью доверим науку моделям, мы рискуем зациклиться в «эхо-камере» старых данных. Традиционная наука с её скепсисом и поиском первопричин — это как раз предохранитель от того, чтобы мы не начали поклоняться случайным цифровым аномалиям.
«Через 3 года традиционной науки не останется из-за ИИ» — физик Сабина Хоссенфельдер