一个名为“数据到纸张”的自主人工智能研究平台最近亮相，展示了ChatGPT在科学分析方面的强大能力。通过一种新的方法，在这个平台中利用ChatGPT，一种成熟的语言模型，基于数据分析自主生成研究论文。
更多AI资讯，请关注公众号“巨星云”“未来AI工具"
该过程首先向 ChatGPT 模型提供大型 CDC 健康调查数据集，并允许它独立探索各种研究主题。经过短暂的时间，人工智能系统选择几个研究领域，编写数据分析代码，解释获得的结果，最终产生五篇透明且可重复的论文。
“数据到纸张”的特点是强调可重复性。生成的文档不仅呈现最终结果，还包括 ChatGPT 采用的详细技术步骤和分析代码。这确保了人类科学家可以准确地审查、跟踪和重现整个过程。
该平台通过 ChatGPT 和算法代理之间的复杂交互来运行，每个代理都扮演不同的角色，例如“科学家”、“审稿人”、“编码器”和“发光审稿人”。这些代理自主地通过研究阶段的规范序列进行，从数据分析到最终论文。
为了应对潜在的挑战，例如幻觉引用，该系统可以访问搜索引擎。此外，还采用了自动检查、多个 ChatGPT 实例之间的交叉检查以及定义明确的任务来最大限度地减少其他幻觉实例。尽管如此，必须承认，人类判断和评估的参与对于确保最终论文的质量仍然至关重要。
“数据到纸张”平台不是一种新的语言模型，而是ChatGPT功能的编排。与其他结构化的自动化方法（如AutoGPT和LangChain）类似，它通过专注于复杂目标的多步骤过程（特别是数据分析和论文写作）来利用ChatGPT的潜力。
“数据到论文”的主要目标之一是突出 ChatGPT 在科学领域的潜力，传统上被认为是人类创造力和智力独有的领域。通过引发围绕当前和未来语言模型的优势和社会影响的讨论，该平台旨在激发人类科学家在这个不断发展的时代中的作用的新视角。
“数据到论文”目前侧重于涉及数据集统计测试的论文。然而，扩大其能力以适应其他类型的数据分析研究仍然是一个挑战，这表明人类参与和判断在产生高质量研究论文中的重要性不容低估。
“数据到论文”的出现促使我们考虑如何利用像“科学家副驾驶”这样的交互式系统。这样的系统可以处理日常的科学任务，使人类科学家能够参与更高层次的抽象，并解决更复杂的问题和挑战。虽然仍有改进的地方，但该平台无疑为科学研究的探索和合作开辟了新的途径。
- 麻省理工学院的研究人员进行了一项实验，以评估 GPT-4 在各个领域的能力，包括工程、法律和历史。结果表明，GPT-4在各个领域表现出卓越的能力，但声称完美无瑕的100%准确性并不完全准确。研究人员使用多种方法来帮助 GPT-4 准确回答问题，包括推理链、编码方法、关键提示和专家提示。GPT-4 在没有其他技术帮助的情况下，在解决保留的 90% 问题方面表现出 10% 的成功率。然而，当采用这些技术时，该模型达到了完美的100%准确率，完美地回答了每个问题。