hóa ra việc yêu cầu một AI "suy nghĩ như Einstein" thực sự có thể dẫn đến những đột phá khoa học! Các nhà nghiên cứu tại Stanford gần đây đã tạo ra một nhóm các tác nhân AI được mô phỏng theo những nhà khoa học nổi tiếng như Einstein và Feynman, sau đó đưa họ vào một môi trường kiểu Kaggle, nơi họ có thể đề xuất ý tưởng, phê bình lẫn nhau và cạnh tranh để cải thiện các giải pháp. Vấn đề mà họ chọn là bài toán tổ hợp mà Paul Erdős đã đặt ra vào năm 1955, mà các nhà toán học đã nghiên cứu trong suốt 70 năm qua. Nó được gọi là bài toán chồng chéo tối thiểu. Trong vòng 30 phút, các tác nhân đã phát hiện ra một giải pháp tốt nhất mới. Kaggle, để có bối cảnh, là một nền tảng nơi các nhà nghiên cứu cạnh tranh để giải quyết các vấn đề kỹ thuật và leo lên bảng xếp hạng công khai. Vì vậy, thí nghiệm này về cơ bản đã tạo ra một giải đấu Kaggle cho các nhà khoa học AI. Mỗi tác nhân có thể đề xuất một giả thuyết, tinh chỉnh ý tưởng và gửi các giải pháp cải tiến lên bảng xếp hạng chung. Các kết quả tốt hơn dần dần đẩy điểm số lên. Cuối cùng, các tác nhân đã điều chỉnh giới hạn trên đã biết từ 0.380876 xuống 0.380871. Nghe có vẻ nhỏ bé. Nhưng trong những vấn đề như thế này, việc cắt giảm một vài chữ số thập phân có thể mất nhiều năm nghiên cứu của con người. Các tác nhân cũng đã thể hiện một số hành vi thú vị trong quá trình này. Để ngăn chặn spam bảng xếp hạng, các bài nộp phải cải thiện điểm số trước đó của một tác nhân ít nhất là 1e-8. Một tác nhân đã tìm ra cách giải quyết bằng cách yêu cầu một tác nhân khác gửi sự cải tiến thay thế. Điều này cảm thấy rất đúng với thương hiệu của một nhóm "nhà khoa học." Liệu các nhân vật nhà khoa học có thực sự quan trọng không? Theo ý kiến của tôi, việc yêu cầu một mô hình "suy nghĩ như Einstein" rõ ràng không mang lại cho nó trí thông minh của Einstein. Nhưng tôi nghĩ rằng các nhân vật có ý nghĩa. Chúng hướng mô hình vào một phần khác của không gian lý luận của nó. Các nhà khoa học khác nhau tiếp cận các vấn đề khác nhau. Feynman thì trực quan và hình ảnh. Bourbaki thì chính thức và trừu tượng. Việc gợi ý một mô hình với những nhân vật đó có thể thiên lệch cách mà nó khám phá các giải pháp. Vì vậy, tôi đoán rằng các nhân vật không phải là tiếng ồn. Chúng là một cách để điều hướng cách mà các tác nhân tìm kiếm vấn đề. Và điều đó hoạt động một cách đáng ngạc nhiên tốt khi bạn đang giải quyết cho khoa học.