人工智能打败了神经科学家的预测

人工智能（AI）越来越多地被用于解决重要的科学挑战。考虑到大型语言模型（llm）处理和综合大量信息的能力，它们可能有望预测实验结果，并得到大量科学文献的支持。这将有助于科学家更有效地提出假设和设计实验。罗和他的同事在《自然-人类行为》杂志最近发表的一篇文章中探讨了这种可能性。他们开发了一个前瞻性的基准BrainBench，该基准表明，法学硕士在仅提供摘要的背景和方法部分时，在预测200项已发表的神经科学研究的真实结果方面优于171名人类专家。有趣的是，法学硕士和人类并没有在相同的例子上挣扎，而四个法学硕士却更加一致。然后，作者使用2002年至2022年100种期刊的神经科学出版物的13亿代币数据集对其中一个法学硕士进行了微调，这提高了预测的准确性。有人可能会说，过度依赖这些方法可能会减少意外但具有破坏性的发现；然而，它们也可能通过将假设与更广泛的科学见解结合起来，加强多学科交流，并有可能使我们更接近基本真理。原始参考：纳特。Behav。https://doi.org/10.1038/s41562 - 024 - 02046 - 9 (2024)