︿
Top

前瞻技術脈動:AI與機器人技術(202313)

瀏覽次數:1407| 歡迎推文: facebook twitter wechat Linked

科技產業資訊室 - 技術發展藍圖研析團隊 發表於 2023年11月3日
facebook twitter wechat twitter

圖、前瞻技術脈動:AI與機器人技術(202313)
 
資料科學家利用人工智慧和網路新聞預測股票回報
康乃爾大學的團隊發表由新聞資料建構的機器學習框架,以改進金融預測模型的準確性和解釋性。研究團隊整合了機器學習、自然語言處理和金融領域的知識,由新聞文本資料中擷取關鍵特徵,並開發了兩種模型:NEUSS模型預測個別股票的回報,INSER模型識別重要詞語並準確預測行業回報。這些模型在預測方面皆優於傳統模型,並提供更多的解釋性。該研究為金融領域的預測模型帶來了新的可能性,有助於改進金融市場的決策和投資策略,相關研究成果已發表在《Data Science in Science 》期刊上。
參考資料:Data scientists predict stock returns with AI and online news. TechXplore, 2023/07/13.
 
團隊開發了一種更快、更便宜的方法來訓練大型語言模型
史丹佛大學的研究團隊創建了一種名為Sophia的新方法,用於優化大型語言模型(LLM)的預訓練。傳統上,預訓練LLM的成本非常高昂,估計至少需要1000萬美元,這對小型組織或學術團體來說是不容易負擔的。Sophia的設計思路是在每10個運算步驟估計一次模型參數的曲率,然後根據曲率設定閾值或限制,這樣可以有效地降低預訓練所需的時間成本。這一技術的開發使得更多的組織和團體能夠輕鬆地使用大型語言模型,推動生成式AI相關領域的研究和應用,相關研究成果已發表於《arXiv》。
參考資料:Team develops a faster, cheaper way to train large language models. TechXplore, 2023/07/03.
 
評估ChatGPT和其他大型語言模型檢測假新聞的能力
大型語言模型在寫作、定義詞彙、撰寫文章和編寫電腦程式等方面已取得很好的表現。威斯康辛大學斯托特分校亦針對大型語言模型的應用進行研究:檢測新聞的真假。研究團隊對四個知名的大型語言模型進行了評估,其中Open AI的ChatGPT-4.0表現最優秀。然而,所有模型在事實查核方面仍落後於人工事實查核員,凸顯出人類的認知能力是無法被替代。這項研究有助於更好地應對網路假新聞的挑戰,並提出了發展AI在事實查核領域的能力,以及與人類認知的平衡整合的重要性。本研究成果已發表於《arXiv》。
參考資料:Evaluating the ability of ChatGPT and other large language models to detect fake news. TechXplore, 2023/07/17.
 
新的研究顯示,具有人類感知能力的人工智慧有助於加速科學發現
芝加哥大學的研究團隊認為AI不僅能預測科學新發現,還可以擴展這些發現。他們除了建構可預測人類推斷的AI模型,更建構了非屬人類考量的AI模型,生成有科學前瞻性的「外星」假設,這些假設有助於加速科學發展。研究結果指出,這些AI模型在預測未來的發現方面取得了400%的增長,特別是在相關文獻缺乏的情況下。有了這些AI模型,科學家可體認到現今科研系統的局限,並探索更多可能性,進而擴展人類的科研能力。本研究成果已發表於《Nature Human Behaviour》期刊。(952個字;圖1)
參考資料:Human-aware AI helps accelerate scientific discoveries, new research shows. TechXplore, 2023/07/17.


相關文章:
1. 
前瞻技術脈動:AI與機器人技術(202310)
2. 前瞻技術脈動:AI與機器人技術(202309)
3. 前瞻技術脈動:AI與機器人技術(202308)
4. 前瞻技術脈動:AI與機器人技術(202307)
5. 前瞻技術脈動:AI與機器人技術(202306)
6. 前瞻技術脈動:AI與機器人技術(202312)

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。