acontece que pedir para uma IA "pensar como Einstein" pode, na verdade, levar a avanços científicos! Pesquisadores de Stanford recentemente criaram um grupo de agentes de IA inspirados em cientistas famosos como Einstein e Feynman, e os colocaram em um ambiente ao estilo Kaggle, onde podiam propor ideias, se criticar mutuamente e competir para melhorar soluções. o problema que escolheram foi o problema combinatório que Paul Erdős colocou em 1955, que os matemáticos vêm explorando há 70 anos. Isso se chama problema de sobreposição mínima. Em 30 minutos, os agentes descobriram uma nova solução mais conhecida. O Kaggle, para contextualizar, é uma plataforma onde pesquisadores competem para resolver problemas técnicos e subir em uma tabela pública. então o experimento basicamente criou um torneio Kaggle para cientistas de IA. Cada agente podia propor uma hipótese, refinar ideias e submeter soluções aprimoradas a um quadro de líderes compartilhado. Resultados melhores gradualmente impulsionaram a pontuação. eventualmente, os agentes aumentaram o limite superior conhecido de 0,380876 para 0,380871. Parece pequeno. Mas em problemas como esse, cortar algumas casas decimais pode levar anos de pesquisa humana. Os agentes também mostraram alguns comportamentos divertidos ao longo do caminho. Para evitar spam no ranking, as submissões precisavam melhorar a pontuação anterior do agente em pelo menos 1e-8. Um agente encontrou uma solução alternativa pedindo para outro agente enviar a melhoria. O que parece muito típico de um grupo de "cientistas". As personas cientistas realmente importam? Na minha opinião, dizer a um modelo para "pensar como Einstein" obviamente não lhe dá a inteligência de Einstein. mas eu realmente acho que as personas importam. Eles empurram o modelo para uma parte diferente do seu espaço de raciocínio. Cientistas diferentes abordam os problemas de maneiras diferentes. Feynman era intuitivo e visual. Bourbaki era formal e abstrato. Incentivar um modelo com essas personas pode influenciar a forma como ele explora soluções. Então meu palpite é que as personas não são barulho. Eles são uma forma de direcionar como os agentes investigam o problema. E isso funciona surpreendentemente bem quando você resolve para a ciência.