AI在用| 万万没想到,科技论文还能这么读

机器之能报道编辑:Cardinal以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式,但绝大部分人依然不知道该如何使用。因此,我们推出了「AI在用」专栏,通过直观、有趣且简洁的人工智能使用案例,来具体介绍AI使用方法,并激发大家思考。   我们也欢迎读者投稿亲自实践的创新型用例。Claude 3 具有非常大的内存( 200k 上下文窗口)和很强的调用准确性,它的上下文能力也因此成为最受欢迎、应用最广的技能。我们介绍过如何利用这种能力,没时间收听播客也能获取核心内容。今天,我们再介绍一个新技能,

机器之能报道

编辑:Cardinal

以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式,但绝大部分人依然不知道该如何使用。

因此,我们推出了「AI在用」专栏,通过直观、有趣且简洁的人工智能使用案例,来具体介绍AI使用方法,并激发大家思考。   

我们也欢迎读者投稿亲自实践的创新型用例。

Claude 3 具有非常大的内存( 200k 上下文窗口)和很强的调用准确性,它的上下文能力也因此成为最受欢迎、应用最广的技能。我们介绍过如何利用这种能力,没时间收听播客也能获取核心内容。今天,我们再介绍一个新技能,帮助技术小白快速 get 最新、最前沿的科技成果。

图片Claude 3 七大亮点能力。我们已经介绍过视觉、长文本能力的用例。案例示范来自 X 用户 @genie0309。因为投资需要,这位科技投资人经常阅读有关人工智能技术论文,加上人工智能技术迭代也快,非技术出身的科技小白如何快速、准确提炼论文中的核心信息就显得格外重要。该用户与 Claude 3  Opus 合作,打造出一个超级提示模板。将苹果公司最新发布的有关 ReALM 论文作为用例,亲测好用。(至于如何与大模型磨合出一个优质的提示,我们之前也详细示范过。)图片

案例地址:https://twitter.com/genie0309/status/1775218832883552408

超级提示模板如下:Claude,我是一个对人工智能技术有极大兴趣的(你的身份或职业),但是没有相关的技术背景。我想请你帮我深入理解一篇最新发表的 AI 研究论文,以便更好地把握该领域的发展趋势和商业机会。请从以下几个方面对论文进行详细解读:1. 论文的研究目标是什么?想要解决什么实际问题?这个问题对于产业发展有什么重要意义?2. 论文提出了哪些新的思路、方法或模型?跟之前的方法相比有什么特点和优势?请尽可能参考论文中的细节进行分析。3. 论文通过什么实验来验证所提出方法的有效性?实验是如何设计的?实验数据和结果如何?请引用关键数据加以说明。4. 论文的研究成果将给业界带来什么影响?有哪些潜在的应用场景和商业机会?作为XXX我应该关注哪些方面?5. 未来在该研究方向上还有哪些值得进一步探索的问题和挑战?这可能催生出什么新的技术和投资机会?6. 从 critical thinking 的视角看,这篇论文还存在哪些不足及缺失?又有哪些需要进一步验证和存疑的?7. 作为非技术背景的读者,我应该从这篇论文中学到什么,有哪些启发?你认为我还需要补充了解哪些背景知识?请用1000-1500字左右的篇幅,对论文进行深入解读。在讲述过程中,请多引用论文中的细节内容、关键数据和实验结果,帮助我清楚地理解论文的创新性贡献。同时也请从技术和商业的角度,分析其给AI领域和产业界带来的影响。如果论文中有一些技术概念我可能不太了解,也请给出通俗的解释。在回答格式上,请注意以下几点:1. 用三级标题对应以上六个问题,清晰划分不同部分2. 使用 Markdown 格式,适当加入列表、加粗等排版元素3. 引用原文时请使用blockquote的引用格式4. 关键术语首次出现时请加粗5. 使用中文书写,学术名词可以用英文补充6. 适当插入图表,帮助理解论文内容谢谢!”下面是 Claude 3  Opus 返回的结果:

图片图片图片来自@genie0309

效果不错啊。二话不说,我们赶紧测试一下这套模板。出于对机器人的兴趣,我们选择了最新一期 Science Robotics 的论文,主要讲述人和机器人表情同步的问题,至于文章具体解决了啥问题?科研价值是什么?还是要让模型来总结。

图片

图片因为论文关于机器人领域,我们根据自己的需求对上述模板做了细微调整。最后提示如下:Claude,我是一个对机器人技术有极大兴趣的媒体从业者,但是没有相关的技术背景。我想请你帮我深入理解一篇最新发表的机器人技术研究论文,以便更好地把握该领域的技术发展。请从以下几个方面对论文进行详细解读:

1. 论文的研究目标是什么?想要解决什么实际问题?这个问题对于产业发展有什么重要意义?2. 论文提出了哪些新的思路、方法或模型?跟之前的方法相比有什么特点和优势?请尽可能参考论文中的细节进行分析。3. 论文通过什么实验来验证所提出方法的有效性?实验是如何设计的?实验数据和结果如何?请引用关键数据加以说明。4. 论文的研究成果将给业界带来什么影响?有哪些潜在的应用场景和商业机会?作为媒体从业者的我应该关注哪些方面?5. 未来在该研究方向上还有哪些值得进一步探索的问题和挑战?这可能催生出什么新的技术和投资机会?6. 从 critical thinking 的视角看,这篇论文还存在哪些不足及缺失?又有哪些需要进一步验证和存疑的?7. 作为非技术背景的读者,我应该从这篇论文中学到什么,有哪些启发?你认为我还需要补充了解哪些背景知识?请用1000-1500字左右的篇幅,对论文进行深入解读。在讲述过程中,请多引用论文中的细节内容、关键数据和实验结果,帮助我清楚地理解论文的创新性贡献。同时也请从技术和商业的角度,分析其给AI领域和产业界带来的影响。如果论文中有一些技术概念我可能不太了解,也请给出通俗的解释。在回答格式上,请注意以下几点:1. 用三级标题对应以上7个问题,清晰划分不同部分2. 使用 Markdown 格式,适当加入列表、加粗等排版元素3. 引用原文时请使用blockquote的引用格式4. 关键术语首次出现时请加粗5. 使用中文书写,学术名词可以用英文补充6. 适当插入图表,帮助理解论文内容谢谢!”以下是 Claude 3  Opus 返回的结果,完全够用了啊!

图片

图片

图片

图片

图片来自机器之能

另一篇 Science Robotics 论文探讨了著名四足机器人 ANYmal 的最新进展。我们使用相同的提示,很快获得了对这篇论文的深度见解。

图片

这是 Claude 3 Opus 输出的结果:

图片

图片

图片

图片来自机器之能

最后,再举一个非常现实的例子。就在昨天,AI 大神、OpenAI 的联合创始人 Andrej Karpathy 用 C 语言成功实现了 GPT-2( CPU, fp32 )的训练。作为一个外行文科生,如何快速掌握这个项目的价值和具体内容呢?

图片

幸好,大神将项目全部内容写在了一个文档中,我们可以借鉴上述模板让大模型解读这份文档。根据我们的阅读目的,修改后的提示如下:Claude,我是一个对人工智能技术有极大兴趣的媒体编辑,但是没有相关的技术背景。我想请你帮我深入理解一篇最新发表的技术文章,以便更好地把握该领域的发展趋势和商业机会。请从以下几个方面对论文进行详细解读:1. 文章的研究目标是什么?想要解决什么实际问题?这个问题对于产业发展有什么重要意义?2. 文章提出了哪些新的思路、方法或模型? 它的创新之处在哪里?有什么独特优势?请尽可能参考论文中的细节进行分析。3. 文章通过什么实验来验证所提出方法的有效性?实验是如何设计的?实验数据和结果如何?请引用关键数据加以说明。4. 这个成果对训练大型语言模型的意义是什么?重要吗?将给业界带来什么影响?有哪些潜在的应用场景和商业机会?作为媒体记者的我应该关注哪些方面?5. 未来在该研究方向上还有哪些值得进一步探索的问题和挑战?这可能催生出什么新的技术和投资机会?6. 从 critical thinking 的视角看,这篇文章还存在哪些不足及缺失?又有哪些需要进一步验证和存疑的?7. 作为非技术背景的读者,我应该从这篇文章中学到什么,有哪些启发?你认为我还需要补充了解哪些背景知识?请用1000-1500字左右的篇幅,对论文进行深入解读。在讲述过程中,请多引用文章中的细节内容、关键数据和实验结果,帮助我清楚地理解论文的创新性贡献。同时也请从技术和商业的角度,分析其给AI领域和产业界带来的影响。如果论文中有一些技术概念我可能不太了解,也请给出通俗的解释。在回答格式上,请注意以下几点:1. 用三级标题对应以上7个问题,清晰划分不同部分2. 使用Markdown格式,适当加入列表、加粗等排版元素3. 引用原文时请使用blockquote的引用格式4. 关键术语首次出现时请加粗5. 使用中文书写,学术名词可以用英文补充6. 适当插入图表,帮助理解论文内容谢谢!”这是 Claude 3 Opus 返回的结果:

图片

图片

图片

图片

图片

是不是很惊讶大模型的表现?如果换做人工,没有大半天功夫,根本写不出来上述大段文字。以后我们会通过新专栏带来更多 AIGC 案例演示,也欢迎大家留言评论并给出改进建议。

相关资讯

AI揭示微生物暗蛋白:使用机器学习来发现微生物蛋白质宇宙中的功能性「暗物质」

编辑 | 白菜叶宏基因组学项目揭示了地球生物圈中超过 80 亿个非冗余微生物蛋白质序列。其中,11.7 亿种蛋白质在超过 100,000 个可用参考基因组中没有可识别的同源物。了解这些微生物蛋白质的功能是一项艰巨的任务。幸运的是,机器学习最近在复杂生物数据建模和预测方面取得了前所未有的准确性。这些进步的最前沿是基于机器学习的方法,可以自信地预测许多(但不是全部)氨基酸序列的原子级蛋白质结构。最近的一项研究使用 ESMFold 预测器,该预测器利用大型语言模型,从欧洲生物信息学研究所的 MGnify 宏基因组数据库快

登 Nature 子刊,滑铁卢大学团队评论「量子计算机+大语言模型」当下与未来

编辑 | X模拟当今量子计算设备的一个关键挑战,是学习和编码量子比特之间发生的复杂关联的能力。基于机器学习语言模型的新兴技术已经显示出学习量子态的独特能力。近日,加拿大滑铁卢大学的研究人员在《Nature Computational Science》发表题为《Language models for quantum simulation》 的 Perspective 文章,强调了语言模型在构建量子计算机方面所做出的贡献,并讨论了它们在量子优势竞争中的未来角色。论文链接:,最近许多设备都声称具有量子优势。经典计算能力的

如果 LLM Agent 成为了科学家:耶鲁、NIH、Mila、上交等学者共同呼吁安全防范的重要性

最近的大型语言模型(LLMs)进步已经使我们处于革命性的时代,尤其是 LLMs 驱动的智能 Agents 在广泛任务中展现出了通用性和有效性。这些被称为「AI 科学家」的 Agent 已经开始探寻其在生物学和化学等各种领域内进行自主科学发现的潜力。此类 Agents 已经表现出了选择适合任务的工具,规划环境条件,以及实现实验自动化的能力。因此,Agent 可摇身一变成为真实的科学家,能够有效地设计和开展实验。在某些领域如化学设计中,Agent 所展现的能力已经超过了大部分非专业人士。然而,当我们享受着这种自动化 A