原標題：Nature：大型語言模型在預測神經科學結果方面超越人類專家
文章來源：人工智能學家
內容字數：8465字

大型語言模型在神經科學研究中的應用

根據一項新研究，大型語言模型（LLM）在預測神經科學研究結果方面的準確性超過了人類專家。這項研究由倫敦大學學院（UCL）領導，結果發表在《Nature Human Behaviour》上，指出LLMs通過分析大量科學文獻，能夠識別出有效的研究模式，從而以超人類的準確度進行預測。

研究方法與發現

研究團隊開發了一種名為BrainBench的工具，評估LLMs在預測神經科學結果的能力。BrainBench包含真實研究摘要和經過專家修改的錯誤摘要。研究人員測試了15種通用LLMs與171名經過篩選的神經科學專家，結果顯示LLMs的平均準確率為81%，而人類專家的平均準確率僅為63%。即使在高自我報告領域專業性的專家中，準確率也只達66%。

改進與未來展望

研究人員通過對開源的LLM進行神經科學文獻特定訓練，推出了BrainGPT，其預測準確率達到86%。Bradley Love教授表示，科學家使用AI工具設計實驗的趨勢在所難免，研究方法適用于所有科學領域。研究結果表明，科學創新往往遵循文獻中已有的模式，引發了對研究人員創新能力的思考。

AI工具的潛力

Dr. Ken Luo表示，未來的AI工具可以幫助研究人員輸入實驗設計和預期結果，AI將預測不同結果的發生概率。這將加速實驗設計過程，并基于更明智的決策進行快速迭代。研究得到了經濟與社會研究委員會、微軟以及皇家學會Wolfson獎學金的資助，并聯合了多個國家的研究機構。

總體而言，這項研究強調了大型語言模型在科學研究中的巨大潛力，尤其是在提高研究結果預測的準確性方面，預示著未來科研將更加依賴于智能技術的輔助。

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構