Transcription
大家好。今天我们有巴里什教授在sir会议上，呃，如果您不介意，请向大家快速介绍一下自己。
当然。我是巴里·巴里什。我是一名物理学家。嗯，我在加州大学伯克利分校读了本科和研究生，呃，然后作为博士后去了加州理工学院，从那时起我就一直在加州理工学院，嗯，此外，我还在加州大学河滨分校和石溪大学教授课程。呃，我传统的物理领域是粒子物理学，我在那里研究大型粒子加速器，设计它们并在上面做了各种实验，最近，嗯，我曾是大型引力波探测器LIGO的开发负责人，该探测器于2015年发现了引力波。
嗯。如果您不介意，能告诉我们您为什么决定作为创始顾问委员会成员加入sir吗？
是的。呃，首先，呃，我是查克·英格斯的长期朋友，所以我对他的兴趣、他所做的事情以及他为什么要创建这个特别的东西有一些了解。呃，我对将人工智能用于科学本身的重要性有自己的看法。我们正在使用人工智能大型语言工具，你知道，来影响整个社会，但更传统的是，我们先在科学技术领域开发出一些东西，然后它们才逐渐渗透出去。呃，我们在这里需要做的是集中精力，如何最好地利用人工智能工具和机器学习工具的发展，来帮助我们进行化学、物理、地质学或任何科学领域中我们能做的最好的研究。
为了这个目标，您认为Sarah的目的是什么？呃，我认为Sarah的特点是，这个领域的大部分工作不是在大学里开发的，而是在公司等等地方开发的，这与计算或其他事物的发展方式不同，它们通常先在大学里开始，然后向外发展。呃，而它向外发展的事实是，它没有发展出那种我称之为围绕它的思维基础设施，即那些可能知识渊博但个人没有投入的人，他们帮助我们指导事情应该如何发展，会发生什么，而大学里的研究一直有一个很好的特点，那就是，呃，它是一个思考理解、教育和科学进步的社区，然后，呃，它对如何以及在哪里可以使用它有一些智慧和知识，然后它有助于影响它在这里的发展方向。呃，在我看来，我们有点缺少这一点。因此，最近能源部内部启动了一个小组，一项努力，我不知道它是否刚刚开始涉足人工智能和科学领域，但除此之外，它们几乎是缺席的。所以我认为这是一个雄心勃勃的目标的开始，即以某种方式弥合这个差距，以更大的视角思考和看待如何利用人工智能来推动科学发展。嗯。
您的主旨演讲回顾了我们发现引力波以来的十年发现。关于科学如何进步，什么最让您印象深刻，您认为下一步是什么？
嗯，我认为，呃，科学以两种方式取得了进展，我将指出。一是我们只是做得更好了。
在我们这个案例中，这意味着使仪器越来越灵敏。因此，我们有更多引力波的例子。那，呃，对我来说，这有点像传统的事情。这是我预料到在发现引力波之后会发生的事情。我认为我们兑现了这些承诺。在十年内，我们制造了一个灵敏度提高十倍的仪器。我们现在有数百个引力波的例子。嗯，除此之外，有趣的是这如何影响了其他科学和其他思维方式。它在某种意义上改变了我们作为科学家在精度方面所能做到的事情。所以精度不仅对引力波很重要，而且在许多许多事情中，呃，我们受到我们能做到多精确的限制，呃，我想说，技术上有很多创新，但其根本重要性在于能够以一种方式推动技术向前发展，从而为您提供精确的科学、精确的仪器，对我来说，这是一个长期的影响，因为仪器的精度在任何地方都很重要，以及我们如何着手制造精确的仪器，这需要对精度有所专注，而不仅仅是改进仪器。所以从某种意义上说，我认为我们制造精密仪器的方法模型适用于许多其他问题。
是的。所以这是专注于精度而不是仅仅关注普遍性的想法。
是的。我们的规模或雄心这些东西。但实际上，我认为LIGO持久而美好的核心在于专注于创新技术和科学进步，这些进步可能会开启更精确的能力。呃，在目前的情况下，我们获得了大量的宣传，因为我们开始在大尺度上看到它。以前只在原子尺度上看到过量子效应，所以目前只有在LIGO中才能看到大尺度的量子效应，但它又达到了如此精确的程度，以至于像量子效应这样的东西会在这里出现，它出现的方式如下。量子效应总是你改进一件事，它就会使另一件事变得更糟。你无法超越这一点。在我们的案例中，以一种简单的方式，你可能会想象，为了制造一个更精确的仪器，我们投入了越来越多的光，也就是越来越多的光子。随着我们获得越来越多的光子，我们就会获得更多的测量。因此它变得更准确。但与此同时，每个光子都会撞击一面镜子。如果我有越来越多的光子，其中许多光子会撞击镜子，实际上它会对镜子施加一些动量，迫使它们稍微移动。那是一种不精确。我们一方面通过增加光子数量来改进事物。另一方面，我们通过它推动镜子这一事实使其变得不那么精确。那是一种量子，那是一种对量子效应的简单看法。你如何解决这个问题？你通过各种技术和处理量子力学来解决这个问题。所以当我们谈论非常精确的仪器时，即使是在不是，嗯，只是基本粒子之类的尺度上，而是一个真正的大型仪器。我们通过强制光以这样一种方式配置来解决这个问题，即它不会对光施加太多的动量。我们有一个名字叫做“压缩光”，但它基本上不会对相同数量的光子施加太多的动量。因此这改善了事情。所以学习如何处理精度，在精度受到某种基础科学或基础技术限制的层面上，对我来说，除了我们所做的科学之外，也许是最重要的技术进步。
是的。而且您在不同学科领域领导了许多发现，您认为人工智能在跨学科合作方面能做些什么？
这是一个非常好的问题。呃，我认为，呃，我们能够做不同的事情，呃，并不是因为人类大脑中有什么独特的东西能做到这一点，但每个人都不会因为他们能够做到这一点而意识到同样的技术也许可以帮助你解决其他问题。所以我们倾向于在人类思维中这样做。不知何故，我们发现我们学到了一些东西，但我们可以在其他地方使用它。这个差距的事实是，如果我们能做到并在其他地方使用它，人工智能也能做到。但挑战在于我们如何让人工智能的创造力信息（如果你愿意的话）意识到，如果它能解决这个问题，它也能解决另一个问题。呃，我没有答案，但在我看来，这就是挑战。是的，实际上有一个建议，让更多的学科将他们的研究应用于人工智能。本质上，这个愿景是，我们希望真正教会人工智能如何处理信息，并以这种方式学习达到那个点的过程。所以它本质上是学习我们达到解决方案的过程，然后通过它的工作方式，我们可以将其应用于不同的领域，你基本上在那些原本可能不那么相关的领域之间建立了一个联系。是的，我认为这实际上非常重要，因为这是我们能够比像人工智能这样专注于一个领域并做得非常好的东西，在质量上做得更好的少数方式之一。但我们作为人类和人类大脑非常擅长知道如何解决问题，因为我们知道如何解决另一个问题。嗯。
那与使用所有信息来解决这个问题是不同的。但我们能够解决不同问题的事实是我们非常擅长的事情，在我看来，这应该是推动人工智能发展的主要挑战之一。如果你开发的人工智能在某方面非常出色。为什么我们不能像我们一样，把你通过人工智能学到的东西迅速应用到其他事情上呢？另一件事是，你认为它会极大地影响科学家提出什么问题，而不是他们如何提出问题吗？例如，呃，有了许多算法，我们现在能够简化许多我们原本无法简化的过程。我认为这从根本上影响了人们在科学发现方面可以追求的目标，追求一些我们原本不愿意花费时间的事情。
是的。呃，我认为答案显然是肯定的。我们才刚刚开始做这件事。我们一直试图这样做，但我们没有像人工智能这样好的工具。所以我们作为一名从事基础物理学的物理学家，我们做了很多工作来研究我们能做什么，或者对我们能做什么有一些想法。我们做了很多模拟、建模等等，但没有很好地利用知识。
所以只是我们可能拥有的知识。所以，以某种方式将人工智能整合到思考该做什么的概念中，我认为是人工智能发展的一个真正开放和富有成效的方向，因为我们这样做，我们没有什么独特之处可以做到，人工智能应该能够利用它在这里学到的东西在其他地方做。那正在发生，你认为那个突破缺少什么，嗯，也许体验你，我的意思是人工智能，我认为它不是根本性的，我认为没有什么根本性的障碍，我认为问题在于人工智能太新了，以至于人们在使用它做任何事情时都达到了极限[清嗓子]，所以我们还不能像使用常规仪器那样做，也就是我们有一个仪器，然后我们立即认为它可以用于其他事情。呃，使用人工智能工具，我们可能还没有达到那个阶段，因为它还处于起步阶段。我不认为有什么根本性的东西阻碍它。呃，只要你能够开始用人工智能本身解决真正困难的问题，那么考虑在其他地方使用它似乎是自以为是的。但我不认为这为时过早。我认为这是技术和科学以其他方式进步的方式。而且我们以其他方式做事情的方式没有什么独特之处是人工智能做不到的。
总的来说，您认为人们在使用人工智能于科学方面有什么误解？
再说一遍？
呃，总的来说，您认为人们在使用人工智能于科学方面通常有什么误解？嗯，这取决于我们指的是哪些人，如果我们谈论从事科学研究的人，我认为，呃，科学家们对使用人工智能的能力仍然存在相当多的无知。如果我们谈论这样一个事实，即我们进行科学研究的主要工具，除了技术方面，是数学，而，呃，人工智能目前更多地是基于语言的，所以它不会自动显现出它如何在科学中直接发挥正确的作用。所以我们需要科学家们更好地理解人工智能的含义，而不仅仅是它是一个庞大的语言汇编。对，是的，我认为理解这一点非常重要，因为人工智能并不是一个全新的事物，因为虽然我们现在有了LMS的快速扩展，但人工智能在算法等方面早就存在了，而且据我所知，它已经被广泛使用了。它不完全是一个小众事物。
呃，我只是认为人们对什么是专门用于科学的人工智能和什么是普遍使用的人工智能存在一些误解，两者之间有很大的区别。
是的，我同意你的看法。
嗯。我想就这些了。