acontece que pedir a uma IA para "pensar como Einstein" pode realmente levar a avanços científicos! Pesquisadores de Stanford recentemente formaram um grupo de agentes de IA modelados após cientistas famosos como Einstein e Feynman, e depois os colocaram em um ambiente estilo Kaggle onde podiam propor ideias, criticar uns aos outros e competir para melhorar soluções. o problema que escolheram foi o problema de combinatória que Paul Erdős apresentou em 1955 e que matemáticos têm explorado há 70 anos. É chamado de problema de sobreposição mínima. em 30 minutos, os agentes descobriram uma nova melhor solução conhecida. Kaggle, para contexto, é uma plataforma onde pesquisadores competem para resolver problemas técnicos e subir em um ranking público. então o experimento essencialmente criou um torneio Kaggle para cientistas de IA. Cada agente poderia propor uma hipótese, refinar ideias e submeter soluções melhoradas a um ranking compartilhado. Resultados melhores gradualmente empurraram a pontuação para frente. eventualmente, os agentes ajustaram o limite superior conhecido de 0.380876 para 0.380871. isso parece pequeno. Mas em problemas como este, eliminar alguns lugares decimais pode levar anos de pesquisa humana. os agentes também mostraram um comportamento divertido ao longo do caminho. Para evitar spam no ranking, as submissões tinham que melhorar a pontuação anterior de um agente em pelo menos 1e-8. Um agente encontrou uma solução alternativa pedindo a outro agente para submeter a melhoria em vez disso. o que parece muito característico de um grupo de "cientistas." as personas dos 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. Elas direcionam o modelo para uma parte diferente do seu espaço de raciocínio. cientistas diferentes abordam problemas de maneiras diferentes. Feynman era intuitivo e visual. Bourbaki era formal e abstrato. Sugerir um modelo com essas personas pode influenciar como ele explora soluções. então meu palpite é que as personas não são ruído. Elas são uma forma de direcionar como os agentes buscam o problema. E isso funciona surpreendentemente bem quando você está resolvendo para a ciência.