SEKWENCJA URUCHOMIENIA Nowa kolekcja 16 esejów na temat przyspieszania AI dla nauki i bezpieczeństwa: Rewolucja AI już przynosi ogromne korzyści konsumentom. Ale postęp w AI nie rozwiąże automatycznie najważniejszych problemów ludzkości jako pierwszych. Aby uzyskać przyszłość, jaką chcemy, musimy kształtować trajektorię postępu AI. Ta seria to krok w stronę tej przyszłości…

1. @fiiiiiist, @taoburr i @timhwang mają wstępny esej na temat tego, jak faktycznie kształtować postęp AI:

2. @AdamMarblestone i @Andrew_C_Payne o tym, jak zmapować konektom mózgu ssaków, aby rozwiązać fundamentalne problemy w neurobiologii, psychologii i odporności AI:

3. @sebkrier i @zhengdongwang na temat tego, jak zachęcać AI do realizacji krajowych priorytetów poprzez program strategicznych wyzwań i ocen.

4. Abel Brodeur i Bruno Barbarioli o tym, jak zbudować zautomatyzowaną infrastrukturę replikacji, aby poprawić i przyspieszyć naukę:

5. @Ben_Reinhardt o tym, jak laboratoria finansowane z dotacji mogą generować dane z rzeczywistego świata, których AI potrzebuje do prowadzenia badań:

6. @calebwatney o tym, jak dostosować nasze mechanizmy finansowania nauki do unikalnych potrzeb infrastrukturalnych dużych projektów AI:

7. @RuxandraTeslo o tym, jak przekształcić archiwum danych FDA w szybsze badania kliniczne:

8. @charlesxjyang o tym, jak zniwelować różnicę między projektowaniem materiałów wspomaganym przez AI a walidacją w rzeczywistym świecie:

9. @MTabarrok o tym, jak zbudować dużą bazę danych peptydów do trenowania AlphaFold w celu opracowania nowych antybiotyków:

10. @AmmannNora i @davidad o tym, jak wykorzystać weryfikację chroniącą prywatność w stosie sprzętowym AI, aby zbudować zaufanie i ograniczyć nadużycia:

11. @herbiebradley i @girishsastry o tym, jak zabezpieczyć krytyczny kod open-source przed exploitami związanymi z bezpieczeństwem pamięci poprzez automatyzację wzmacniania kodu na dużą skalę:

12. @sellanevo o tym, jak chronić amerykański AI przed zagrożeniami na poziomie państwowym:

13. @Simon__Grimm o tym, jak generować dane niezbędne do niezawodnego wykrywania nowych wybuchów patogenów za pomocą AI:

14. @emiyazono o tym, jak zapewnić, że amerykańskie modele AI są solidne i niezawodne dzięki wysiłkom DOD w zakresie red- i blue-teamingu:

15. @patrickshafto o tym, jak wykorzystać AI i matematykę do udowadniania i poprawy nauki oraz bezpieczeństwa:

16. @Miles_Brundage o tym, jak wykorzystać zaawansowaną sztuczną inteligencję, aby dać obrońcom asymetryczną przewagę w cyberbezpieczeństwie:

17. Sekwencja uruchomienia zawiera również fantastyczną listę oświadczeń od liderów z rządu, przemysłu i społeczeństwa obywatelskiego na temat znaczenia uruchamiania ambitnych projektów AI w celu postępu w nauce i bezpieczeństwie. @SenatorHeinrich:

18. Erwin Gianchandani, zastępca dyrektora ds. technologii, innowacji i partnerstw w Narodowej Fundacji Nauki:

19. Kathleen Fisher, dyrektor Biura Innowacji Informacyjnych DARPA (I20)

20. Oświadczenia liderów w społeczeństwie obywatelskim i przemyśle: @SGRodriques, @hamandcheese, @RHFontaine, @bradrcarson, @abigailrsal, @Jsevillamol, @CorreaDan, @elidourado, @pushmeet, @jrkelly:

@SGRodriques @hamandcheese @RHFontaine @bradrcarson @abigailrsal @Jsevillamol @CorreaDan @elidourado @pushmeet @jrkelly 21. Całą serię możesz przeczytać tutaj: