IT之家 11 月 21 日消息，OpenAI 官方昨天發(fā)布《GPT-5 科學(xué)加速報(bào)告》論文，展示科學(xué)家們?nèi)绾卧谌粘９ぷ髦惺褂?AI。

論文中寫道，數(shù)學(xué)家使用 GPT-5 證明公式，物理學(xué)家們用來搞對(duì)稱性分析，而免疫學(xué)家則用 GPT-5 來細(xì)化假設(shè)并設(shè)計(jì)實(shí)驗(yàn)。

OpenAI 研究員 Noam Brown 表示，他否認(rèn)“生成式 AI 只會(huì)簡(jiǎn)單復(fù)述互聯(lián)網(wǎng)內(nèi)容”的觀點(diǎn)，他認(rèn)為 GPT-5 等模型捕獲了人類寫作過程的完整譜系，而強(qiáng)化學(xué)習(xí)（Reinforcement learning）可以推動(dòng) AI 模型超越“復(fù)讀”水平。

他將 GPT 與谷歌的“阿爾法狗”（AlphaGo）下棋機(jī)器人做對(duì)比：阿爾法狗先學(xué)習(xí)人類棋譜，隨后通過強(qiáng)化學(xué)習(xí)創(chuàng)造當(dāng)時(shí)被視為錯(cuò)誤但最終是正確的棋法。

Noam 認(rèn)為，真正的科學(xué)比下圍棋復(fù)雜得多，雖然 AI 尚未超越頂尖科學(xué)家，但大語言模型已經(jīng)在實(shí)際研究中作出有意義的貢獻(xiàn)，他提出，未來科學(xué)領(lǐng)域可能會(huì)迎來類似圍棋界的“黑 37 手”時(shí)刻。

IT之家注：“黑 37 手”指的是阿爾法狗與韓國(guó)九段棋手李世乭在 2016 年 3 月第一局比賽中的第 37 手落子，當(dāng)時(shí)阿爾法狗執(zhí)黑，在上方第 5 線靠近星位的位置下了第 37 手，這一舉動(dòng)被當(dāng)時(shí)的職業(yè)選手認(rèn)為極不合理、違背常規(guī)棋理。

然而，隨著棋局進(jìn)行到后場(chǎng)，這一招卻成為全局制勝的關(guān)鍵，它證明了 AI 擁有創(chuàng)造性思考能力，它不只是模仿人類下棋，而是計(jì)算和探索了人類未曾想到的路徑，代表 AI 能創(chuàng)造新知識(shí)，而不是照搬舊知識(shí)。

回到正文，GPT-5 的明顯強(qiáng)項(xiàng)之一是，幫助研究人員找到被大量出版物和術(shù)語變化掩蓋的相關(guān)論文，最終實(shí)驗(yàn)證明 GPT-5 能在數(shù)秒內(nèi)生成完整證明，而對(duì)比之下，英國(guó)數(shù)學(xué)家蒂莫西?高爾斯需要一個(gè)小時(shí)以上才能完成同樣的推理任務(wù)。

在生物學(xué)中，研究人員通常會(huì)問 GPT-5：某化合物為何會(huì)導(dǎo)致某種表現(xiàn)型，最終 GPT-5 可以提供合理的因果鏈和實(shí)驗(yàn)關(guān)系。

同時(shí) GPT-5 還可以扮演一名“技術(shù)批評(píng)者”，分析實(shí)驗(yàn)可能失敗的原因，但并非在所有場(chǎng)景中都有效，有時(shí) GPT-5 需要質(zhì)疑后才會(huì)自我糾正，但這一過程可為科學(xué)家提供有價(jià)值的洞察。

不過 GPT-5 并非完美，它并未解決版權(quán)歸屬和原創(chuàng)性問題，有時(shí)候還會(huì)夸大不完整性結(jié)果，并且存在“偏科”現(xiàn)象，在數(shù)學(xué)、理論物理、算法等形式化學(xué)科上表現(xiàn)得比其他學(xué)科更好。

總體來說，科學(xué)家已經(jīng)使用 GPT-5 處理實(shí)際科研任務(wù)，存在實(shí)用性但并未突破常規(guī)，同時(shí)人類仍然主導(dǎo)絕大部分研究方向與審查。