Meğerse bir yapay zekaya "Einstein gibi düşünmesini" istemek aslında bilimsel atılımlara yol açabiliyor! Stanford araştırmacıları yakın zamanda Einstein ve Feynman gibi ünlü bilim insanlarına örnek alınarak bir grup yapay zeka ajanı kurdu, ardından onları fikir sunabilecekleri, birbirlerini eleştirebilecekleri ve çözümleri geliştirmek için rekabet edebilecekleri Kaggle tarzı bir ortama yerleştirdiler. seçtikleri sorun, 1955'te Paul Erdős'un ortaya koyduğu ve matematikçilerin 70 yıldır üzerinde durduğu kombinatorik sorunuydu. Buna minimum örtüşme problemi denir. 30 dakika içinde ajanlar en bilinen yeni bir çözüm buldular. Kaggle, bağlam için, araştırmacıların teknik sorunları çözmek ve kamu liderlik tablosunda yükselmek için yarıştığı bir platformdur. yani deney, yapay zeka bilim insanları için bir Kaggle turnuvası yarattı. Her ajans bir hipotez önerebilir, fikirleri geliştirebilir ve geliştirilmiş çözümleri ortak bir lider tablosuna sunabilir. Daha iyi sonuçlar skoru yavaş yavaş ilerletti. Sonunda ajanlar bilinen üst sınırı 0.380876'dan 0.380871'e kaydırdı. Bu çok küçük görünüyor. Ancak bu tür sorunlarda, birkaç ondalık basamayı azaltmak yıllarca insan araştırması gerektirebilir. Ajanlar yol boyunca bazı eğlenceli davranışlar da sergilediler. Lider tablosunda spam göndermeleri önlemek için, gönderimler bir ajanın önceki puanını en az 1e-8 oranlarında iyileştirmeliydi. Bir ajan, başka bir ajandan iyileştirmeyi göndermesini isteyerek bir çözüm buldu. Bu, bir grup "bilim insanı" için çok uygun hissettiriyor. Bilim insanı kişilikleri gerçekten önemli mi? Bence bir modele "Einstein gibi düşünmeyi" söylemek ona Einstein'ın zekasını vermiyor. ama bence personajlar önemlidir. Modeli mantık alanının farklı bir bölümüne yönlendiriyorlar. Farklı bilim insanları problemlere farklı şekilde yaklaşır. Feynman sezgisel ve görseldi. Bourbaki resmi ve soyut bir yerdi. Bu personalarla bir modeli önermek, çözümleri nasıl arayacağını önyargılayabilir. Yani tahminim, personalar gürültü değil. Bunlar ajanların sorunu nasıl aradığını yönlendirmenin bir yoludur. Ve bu, bilim için çözüm yaparken şaşırtıcı derecede iyi çalışıyor.