முக்கிய உள்ளடக்கத்திற்கு செல்க
OpenAI

GPT‑5 ஐப் பயன்படுத்தி அறிவியலை வேகப்படுத்துவதற்கான ஆரம்பக்கட்ட ஆய்வுகள்

விஞ்ஞானிகளுடன் இணைந்து பணியாற்றுவதன் மூலம் நாங்கள் எதைக் கற்றுக்கொள்கிறோம்

சிறிய வடிவங்களையும் வண்ணங்களையும் கொண்ட ஒரு கலைத்தொகுப்பு பாணி கிராஃபிக். பகுதியளவு தெரியும் உரையுடன் கூடிய முடக்கப்பட்ட ஆரஞ்சு நிறத் தடுத்தல் மேல் இடதுபுறம் காட்டுகிறது. மேல் வலதுபுறத்தில் மையக் கருப்புப் புள்ளியிலிருந்து மெல்லிய கருப்பு அம்புகள் கிளைபோல் விலகுகின்றன, மேலும் வெவ்வேறு புள்ளிகளை குறிக்கும் சிறிய ஆரஞ்சு வட்டங்கள் உள்ளன. ஆரஞ்சு, இளஞ்சிவப்பு மற்றும் ஊதா நிற சாய்வுகளின் மென்மையான கலவையை கீழ் இடதுபுறம் காட்டுகிறது. கீழ் வலதுபுறத்தில் வெளிர் நீல பின்னணியில் பெரிய கருப்பு எண் “5” உள்ளது.
ஏற்றுகிறது…

மனித ஆரோக்கியம் முதல் மின்சார உற்பத்தி வரை, தேசிய பாதுகாப்பு முதல் பிரபஞ்சத்தைப் பற்றிய நமது புரிதல் வரை அனைத்தையும் அறிவியலே வடிவமைக்கிறது. புதிய யோசனைகளை உருவாக்குவதற்கு அல்லது ஒரு யோசனையிலிருந்து பரிசோதிக்கப்பட்ட முடிவுக்கு மாறுவதற்கு எடுக்கும் நேரத்தைக் குறைப்பதற்காக AI அறிவியலைத் துரிதப்படுத்தினால், சமூகம் முழுவதும் நன்மைகள் பல்கிப் பெருகும்.

ஆனால் புதுமைகளின் வளர்ச்சி வேகம் ஒரு தடையாகவே உள்ளது. சரியான யோசனை காணப்பட்டாலும், அதை ஒரு தயாரிப்பாகவோ அல்லது சிகிச்சையாகவோ மாற்ற பல ஆண்டுகள் ஆகலாம். சமீபத்திய கணக்கெடுப்பு(புதிய சாளரத்தில் திறக்கும்), அறிவியல் மற்றும் மருத்துவ முன்னேற்றங்கள் மெதுவாகவே தங்களிடம் வந்தடைகின்றன என்று அமெரிக்காவிலுள்ள 60 சதவீத மக்கள் தெரிவித்தனர்; 73 சதவீதம் பேர் கண்டுபிடிப்பை விரைவுபடுத்த சிறந்த வழிமுறைகள் தேவை என்று கூறினர்; மேலும் 69 சதவீதம் பேர் அறிவியல் தலைமைத்துவத்தை ஒரு முக்கியமான தேசிய முன்னுரிமையாகக் கண்டறிந்தனர்.

இன்று, நாங்கள் வாண்டர்பில்ட், யுசி பெர்க்லி, கொலம்பியா, ஆக்ஸ்போர்டு, கேம்பிரிட்ஜ், லாரன்ஸ் லிவர்மோர் தேசிய ஆய்வகம் மற்றும் தி ஜாக்சன் ஆய்வகம் உள்ளிட்ட பல்கலைக்கழகங்கள் மற்றும் தேசிய ஆய்வகங்களில் உள்ள எங்கள் கூட்டாளர்களுடன் இணைந்து எழுதிய “GPT‑5 ஐப் பயன்படுத்தி அறிவியலை வேகப்படுத்தும் ஆரம்பகால ஆய்வுகள்(புதிய சாளரத்தில் திறக்கும்)” என்ற கட்டுரையை வெளியிடுகிறோம். கணிதம், இயற்பியல், உயிரியல், கணினி அறிவியல், வானியல் மற்றும் பொருள் அறிவியல் ஆகியவற்றில் ஆரம்பகால கள ஆய்வுகளை இது தொகுக்கிறது, இதில் GPT‑5 ஆனது பெறப்பட்ட முடிவுகளை ஒரு புதுமையான முறையில் ஒன்றிணைக்கவும், ஆற்றல்மிக்க இலக்கிய மீளாய்வை நடத்தவும், கடினமான கணக்கீடுகளை வேகப்படுத்தவும், தீர்க்கப்படாத பரிந்துரைவுகளின் புதுமையான ஆதாரங்களை உருவாக்கவும் ஆராய்ச்சியாளர்களுக்கு உதவியது. இந்த ஆய்வானது வரம்புகளையும் ஆவணப்படுத்துகிறது. இன்றைக்கு இந்த அமைப்புகள் ஆராய்ச்சி அமைப்புகளில் என்ன செய்ய முடியும், என்ன செய்ய முடியாது என்பதை சமூகத்திற்கு தெளிவாகக் காண்பிப்பதே எங்கள் குறிக்கோளாகும்.

இந்தக் கள ஆய்வுகள், GPT‑5 அறிவியல் கண்டுபிடிப்பை எவ்வாறு வேகப்படுத்துகிறது என்பதையும், அந்த வேகம் ஏன் முக்கியமானது என்பதையும் நிபுணர்களுக்கு காட்டுகின்றன:

  • உயிரியல்: டெர்யா உனுட்மாஸ், எம்.டி. தலைமையிலான ஒரு ஆய்வில், மனித நோயெதிர்ப்பு உயிரணுக்களில் ஏற்படும் குழப்பமான மாற்றத்தை விளக்க விஞ்ஞானிகள் பல மாதங்கள் செலவிட்டனர். சில நிமிடங்களுக்குள் வெளியிடப்படாத விளக்கப்படத்திலிருந்து சாத்தியமான பொறிமுறையை GPT‑5 கண்டறிந்தது மற்றும் அதை நிரூபிக்கும் ஒரு பரிசோதனையைப் பரிந்துரைத்தது. ஆராய்ச்சியாளர்கள் நோய்களை வேகமாகப் புரிந்துகொள்வதற்கும் சிறந்த சிகிச்சைகளை உருவாக்குவதற்கும் இவ்வகையான வேகம் உதவும்.
  • கணிதம்: மற்றொரு நிகழ்வில், பால் எர்டோஸ் அவர்களால் முதலில் முன்மொழியப்பட்ட பல தசாப்தங்கள் பழமையான ஒரு வெளிப்படையான பிரச்சினையை ஆராய்ச்சியாளர்கள் மெஹ்தாப் சாவ்னி மற்றும் மார்க் செல்கே ஆகியோர் கையாள முயன்றனர். அவர்கள் இறுதிப் படியில் மாட்டிக்கொண்டனர், மேலும் ஒரு ஒற்றைப்படை எண் வடிவத்தை எவ்வாறு உடைக்கிறது என்பது பற்றிய புதிய யோசனையை GPT‑5 வழங்கியது, இது ஆதாரத்தை முடிக்க அவர்களுக்கு உதவியது. பல அல்கோரிதம்கள் மற்றும் பாதுகாப்பு நுட்பங்கள் இறுதியாக நம்பியிருக்கும் கணித அடித்தளங்களை இது போன்ற முன்னேற்றங்கள் வலுப்படுத்துகின்றன.
  • வழிமுறைகள் மற்றும் மேம்படுத்துதல்: ரோபாட்டிக்ஸ் மற்றும் ரூட்டிங்கில் பயன்படுத்தப்படும் ஒரு பொதுவான தீர்மானம் எடுக்கும் முறையானது மக்கள் கருதியது போல் நம்பகமானதாக இருந்ததா என்பதை ஆராய்ச்சியாளர்கள் செபாஸ்டியன் புபெக் மற்றும் கிறிஸ்டியன் கோஸ்டர் ஆகியோர் சோதித்துக்கொண்டிருந்தனர். இந்த வழிமுறையானது தோல்வியடையக்கூடும் என்பதைக் காட்டும் ஒரு புதிய, தெளிவான உதாரணத்தை GPT‑5 கண்டறிந்தது, மேலும் ஒரு பிரச்சினையைத் தீர்க்க சிறந்த வழியைக் கண்டுபிடிக்கப் பயன்படுத்தப்படும் கணித மேம்பாட்டில் ஒரு உன்னதமான முடிவையும் மேம்படுத்தியது. ரோபாட்டிக்ஸ், ரூட்டிங் மற்றும் பிற நிஜ உலக செயலிகளில் பயன்படுத்தப்படும் தீர்மானமெடுக்கும் அமைப்புகளை பொறியாளர்கள் நன்கு புரிந்துகொள்ள இவ்வகையான முன்னேற்றம் உதவுகிறது.

அறிவியலுக்கான OpenAI என்பது என்ன? 

அறிவியல் கண்டுபிடிப்பை விரைவுபடுத்துவதே அறிவியலுக்கான OpenAI இன் நோக்கமாகும்: அதிக யோசனைகளை ஆராயவும், கருத்துக்களை விரைவாக ஆய்வு செய்யவும், வேறு வழிகளில் குறிப்பிடத்தக்க நேரத்தை எடுத்துக்கொள்ளும் நுண்ணறிவுகளைக் கண்டறியவும் ஆராய்ச்சியாளர்களுக்கு உதவுவதாகும். சரியான கருவிகள், செய்முறைகள் மற்றும் ஒத்துழைப்புகளில் நாங்கள் அதிநவீன மாடல்களை இணைப்பதன் மூலம் இதைச் செய்கிறோம்.

கல்வித்துறை, தொழில்துறை மற்றும் தேசிய ஆய்வகங்களைச் சேர்ந்த ஆராய்ச்சியாளர்களுடன் நாங்கள் நெருக்கமாக பணியாற்றுகிறோம். மாடல்கள் எங்கு பயனுள்ளதாக இருக்கின்றன, எங்கு தோல்வியடைகின்றன, இலக்கிய மீளாய்வு மற்றும் சான்றுகளை உருவாக்குதல் முதல் மாடலிங், உருவகப்படுத்துதல் மற்றும் சோதனை வடிவமைப்பு வரை அறிவியல் செயல்முறையில் அவற்றை எவ்வாறு ஒருங்கிணைப்பது என்பதைப் புரிந்துகொள்ள இந்த ஒத்துழைப்புகள் நமக்கு உதவுகின்றன.

இரண்டு பலம் சேர்க்கும் நம்பிக்கைகளை எங்கள் அணுகுமுறை ஒருங்கிணைக்கிறது. சிறப்பு அறிவியல் கருவிகளும், உருவகப்படுத்தல் இயந்திரங்களும், புரோட்டின் தரவுத்தளங்களும் கணினி இயற்கணித அமைப்புகளும் மற்றும் இது போன்றவையும் செயல்திறன் மற்றும் துல்லியத்திற்கு அவசியமானவையாகும். அதே நேரத்தில், அடிப்படையான மாடல்களை விரிவுப்படுத்துதல் தொடர்ந்து பின்வரும் புதிய பகுத்தறிவு திறன்களை உருவாக்குகிறது: துறைகளுக்கு இடையே கருத்துக்களை இணைத்தல், சான்றுகளை வரைதல், வழிமுறைகளை முன்மொழிதல் மற்றும் பெரிய இலக்கியங்களை முக்கிய வார்த்தைகளால் அல்லாமல் கருத்தியல் ரீதியாக வழிநடத்துதல். சிறப்புக் கருவிகள் உள்ள இடங்களில், நாங்கள் அவற்றைப் பயன்படுத்த விரும்புகிறோம்; பொதுவான காரணவிளக்கமளித்தல் தேவைப்படும் இடங்களில், நாங்கள் அதைக் கையாள்வதற்கு வடிவமைக்கப்பட்ட மாடல்களை உருவாக்குகிறோம். இரண்டு வழிமுறைகளும் ஒன்றையொன்று வலுப்படுத்துகின்றன.

இன்று GPT‑5 ஐப் பயன்படுத்தி விஞ்ஞானிகள் எவ்வாறு பணியாற்றுகின்றனர்

மனித-AI குழுக்கள் மூலம் மிகவும் அர்த்தமுள்ள முன்னேற்றம் ஏற்படுகிறது. விஞ்ஞானிகள் நிகழ்ச்சி நிரலை உருவாக்குகிறார்கள்: அவர்கள் கேள்விகளை வரையறுக்கிறார்கள், வழிமுறைகளைத் தேர்வு செய்கிறார்கள், கருத்துக்களை விமர்சிக்கிறார்கள் மற்றும் முடிவுகளை சரிபார்க்கிறார்கள். அகலம், வேகம் மற்றும் பல வழிமுறைகளை சமமாக ஆராயும் திறனை GPT‑5 வழங்குகிறது.

GPT‑5 ஐ திறம்படப் பயன்படுத்துவது ஒரு திறமையாகும். கேள்விகளை எவ்வாறு எழுப்புவது, எப்போது புறக்கணிப்பது, பிரச்சினைகளை எவ்வாறு படிநிலைகளாகப் பிரிப்பது மற்றும் எதை சுயமாக சரிபார்ப்பது என்பதை ஆராய்ச்சியாளர்கள் கற்றுக்கொள்கிறார்கள். உற்பத்தி வேலையானது பெரும்பாலும் உரையாடல் போலத் தெரிகிறது - ஒரு நம்பிக்கைக்குரிய வழிமுறை கிடைக்கும் வரை அல்லது யோசனை நிராகரிக்கப்படும் வரை ஆராய்ச்சியாளரும் மாடலும் மீண்டும் மீண்டும் கூறுகின்றனர்

அறிவியல் பணிகளில் GPT‑5 இன் தற்போதைய நிலை 

இந்த ஆரம்பக்கட்ட ஆய்வுகள் முழுவதும், ஆராய்ச்சி செயல்முறை நிபுணர்களால் பயன்படுத்தப்படும்போது அவற்றின் சில பகுதிகளை GPT‑5 ஆல் குறைக்க முடியும் என்று தோன்றுகிறது. இது திட்டங்களைத் தாமாகவே முறையில் இயக்கவோ அல்லது அறிவியல் பிரச்சினைகளைத் தீர்க்கவோ முடியாது, ஆனால் இது ஆய்வின் எல்லையை விரிவுபடுத்தி, சரியான முடிவுகளை நோக்கி ஆராய்ச்சியாளர்களை வேகமாகச் செல்ல வைக்க உதவுகிறது.

  • கருத்தியல் இலக்கியத் தேடல் என்பது வளர்ந்து வரும் ஒரு திறனாகும். பெரும்பாலும் கருத்துக்களுக்கு இடையிலான ஆழமான உறவுகளைக் கண்டறியவும், மொழிகள் மற்றும் குறைவான அணுகக்கூடிய ஆதாரங்கள் முழுவதும் பொருத்தமான விஷயங்களை மீட்டெடுக்கவும் GPT‑5 ஆல் முடியும். முன்னர் அறிந்திராத குறிப்புகள், தொடர்புகள் மற்றும் ஆய்வறிக்கைகளைக் கண்டறிந்ததாக ஆராய்ச்சியாளர்கள் அறிக்கை.
  • கணிதம் மற்றும் கோட்பாட்டுக் கணினி அறிவியலில், கட்டமைப்பு வெளிப்படையானதாகவும், பின்னூட்ட அமைப்புகள் வேகமாகவும் இருக்கும் இடத்தில், GPT‑5 குறிப்பாக உதவியாக இருக்கும். GPT‑5 ஐப் பயன்படுத்தி சில நிமிடங்களிலேயே சாத்தியமான சான்றுக் குறிப்புகளை கணிதவியலாளர்கள் உருவாக்கியுள்ளனர், இல்லையென்றால் மாற்றக்கூடிய இந்த வேலைக்கு நாட்கள் அல்லது வாரங்கள் எடுத்திருக்கும். இயற்பியல் மற்றும் கணக்கீட்டுத் துறைகளில், மாடலானது எளிமையான மாற்றங்களை முன்மொழியலாம் அல்லது பிற துறைகளில் ஒத்த கட்டமைப்புகளைச் சுட்டிக்காட்டலாம்.
  • உயிரியல் மற்றும் பிற அனுபவ அறிவியல்களில், ஈரமான ஆய்வகத்தில் இந்தக் கருத்துக்களைப் பரிசோதிப்பதற்கு மாடலால் வழிமுறைகளையும் வடிவமைப்பு சோதனைகளையும் முன்மொழிய முடியும்.

ஏற்கனவே உள்ள அறிவு மட்டுமே மாடல்கள் சுருக்கமாகக் கூறும் என்ற நிலைக்கு அப்பால் நாம் இருக்கிறோம். இப்போது, நிபுணர் மேற்பார்வையின் கீழ் GPT‑5 இன் ஆரம்பநிலைப் பங்களிப்புகள் ஆராய்ச்சியாளர்களுக்கு மிகவும் உதவியாக இருக்கும். திறன்களும் கருவிகளும் முன்னேறும்போது கடுமையான வேகத்திற்கான சாத்தியக்கூறுகளையே முன்னேற்றத்தின் வேகம் பரிந்துரைக்கிறது.

சில கள ஆய்வுகள் நடைமுறையில் எப்படி தோன்றும்

அறிவியல் முன்னேற்றத்தில் அறியப்பட்ட முடிவுகளின் தனிப்பட்ட மறு கண்டுபிடிப்பு

ஆழமான இலக்கிய தேடல்

AI உடன் இணைந்து பணியாற்றுதல்

AI மூலம் பெறப்பட்ட புதிய அறிவியல் முடிவுகள்

வரம்புகள்

இந்தக் கள ஆய்வுகள் GPT‑5 பயனுள்ளதாக இருந்ததற்கான தேர்ந்தெடுக்கப்பட்ட எடுத்துக்காட்டுகளாகும்; இவை ஒரு முறையான மாதிரி அல்ல, மேலும் இவை தோல்வி முறைகளின் முழு வரம்பையும் உள்ளடக்குவதில்லை. நிபுணரின் மேற்பார்வை தொடர்ந்து அவசியமானதாக உள்ளது. சில நேரங்களில் நம்பத்தகுந்ததாகத் தோன்றும் மேற்கோள்கள், வழிமுறைகள் அல்லது சான்றுகளை GPT‑5 மாயத்தோற்றமுள்ளதாக்கலாம்; இது சாரக்கட்டு மற்றும் வார்ம்-அப் பிரச்சினைகளை உணரக்கூடியதாக இருக்கலாம்; இது களம் சில நேரங்களில் துறை சார்ந்த குறிப்பிட்ட நுணுக்கங்களைத் தவறவிடுகிறது; மேலும் அது சரிசெய்யப்படாவிட்டால் பயனற்ற காரணவிளக்கமளித்தல் வழிகளைப் பின்பற்றலாம். இவை ஆராய்ச்சியின் தீவிரமான பகுதிகளாகும், மேலும் எதிர்கால அமைப்புகளைச் சரிப்படுத்தும்போது இந்தத் தோல்விகளை அளவிடவும் தணிக்கவும் நாங்கள் கூட்டாளர்களுடன் இணைந்து பணியாற்றி வருகிறோம்.

அடுத்தது என்ன

ஒட்டுமொத்தத்தில், புதிய வகையான அறிவியல் பணிகளில் GPT‑5 உதவத் தொடங்கியுள்ளது என்பதையே இந்த ஆரம்பகால ஆய்வுகள் காட்டுகின்றன. மாதிரி சுயமாக செயல்படக்கூடியது அல்ல, ஆனால் இது தேற்றங்களை நிரூபிக்கவும், கட்டமைப்புகளை மீண்டும் கண்டுபிடித்து நீட்டிக்கவும், துறைகளுக்கு இடையேயான இணைப்புகளை வெளிப்படுத்தவும், விஞ்ஞானிகள் சரிபார்க்க வழிமுறைகளையும் சோதனைகளையும் உருவாக்கவும் நிபுணர்களுக்கு உதவும்.

அதிக நேரம் மற்றும் கணக்கீட்டால் இந்த அமைப்புகள் மேம்படும் ஒரு வளர்ச்சியையும் நாங்கள் பார்க்கிறோம். சில ஆராய்ச்சி கேள்விகளுக்கு 20 நிமிடங்களில் GPT‑5 அர்த்தமுள்ள உதவியை வழங்கினால், மாடல்கள் ஒரு பிரச்சினையைப் பற்றி பல மணிநேரங்கள் அல்லது நாட்கள் காரணவிளக்கமளித்தல் நாங்கள் ஆழமான முடிவுகளை எதிர்பார்க்கிறோம். இது காலப்போக்கில் உலகத்தரம் வாய்ந்த விஞ்ஞானிகளுடன் இணைந்து, அறிவியல் உற்பத்தித்திறனில் ஒரு படிநிலை மாற்றத்திற்கான சாத்தியத்தைச் சுட்டிக்காட்டுகிறது.

ஆசிரியர்

Kevin Weil