AI for Science,憧憬一个人人都可参与科学发现的未来

编者按:正处于起步阶段的 AI for Science 被认为是科学发现的第五范式。尽管目前对于 AI for Science 的定义和研究方向仍有诸多讨论,但这并不妨碍 AI for Science 已经开始在科学发现的实践中取得令人瞩目的成果。近年来,微软研究院科学智能中心杰出首席科学家刘铁岩博士和他的团队致力于推动 AI for Science 的发展和应用。在这篇署名文章中,刘铁岩博士将分享他对人工智能在科学领域关键研究方向的看法 ,以及对 AI for Science 未来前景的展望。

发布时间:2024-05-16 类型:署名文章

MatterSim:人工智能解锁材料设计的无限可能

编者按:随着科技的不断发展,新材料已成为增强产业竞争力的关键因素。然而,新材料的物理和化学特性复杂多变,准确预测其属性,特别是实际合成和使用条件下的属性,是物质科学领域中长期存在的挑战,也是材料工业数字化转型的核心挑战之一。

发布时间:2024-05-14 类型:深度文章

统一化数据库:为大语言模型垂域应用奠定基础

编者按:检索增强生成(RAG)技术因在减少生成幻觉和虚构信息方面的显著效果,以及对知识及时更新能力的改善,正逐渐成为大语言模型系统的主流架构之一。随着 RAG 技术的广泛应用,其核心组件——向量数据库,也开始受到越来越多的关注,成为大模型中不可或缺的外挂知识库。

发布时间:2024-04-24 类型:深度文章

LongRoPE:超越极限,将大模型上下文窗口扩展超过200万tokens

编者按:大模型的飞速发展给人们的生活带来了前所未有的便利。我们是否能够设想利用大模型的潜力,快速扫描整部百科全书、解析繁琐复杂的法律条款,甚至对文章进行精准引用呢?在未来,这些将统统可以实现。然而,目前传统的大模型的上下文窗口限制与昂贵的微调成本使得它们难以处理超长文本,从而限制了其应用潜力。为解决这一问题,微软亚洲研究院的研究员们提出了 LongRoPE。通过精细化非均匀位置插值和渐进式扩展策略,LongRoPE 成功将大模型的上下文窗口扩展至2048k,不仅保持了原始短上下文窗口的性能,还大幅提升了长文本处理的效果。LongRoPE 的应用前景广阔,将为大模型的发展带来更多可能。

发布时间:2024-04-16 类型:深度文章

价值观罗盘:如何让大模型与人类价值观对齐?

编者按:随着人工智能技术的快速发展和能力的不断增强,大模型已经逐步应用于人们的日常生活。但这同时也带来了很多新的潜在风险,进一步凸显了大模型与人类价值观对齐问题的紧迫性。然而,人工智能应该与哪些价值观进行对齐?又该如何对齐?这些问题至今还没有明确的答案。

发布时间:2024-04-11 类型:深度文章