大型语言模型：超越人类专家的神经科学预测新纪元

原标题：Nature：大型语言模型在预测神经科学结果方面超越人类专家
文章来源：人工智能学家
内容字数：8465字

大型语言模型在神经科学研究中的应用

根据一项新研究，大型语言模型（LLM）在预测神经科学研究结果方面的准确性超过了人类专家。这项研究由伦敦大学学院（UCL）领导，结果发表在《Nature Human Behaviour》上，指出LLMs通过分析大量科学文献，能够识别出有效的研究模式，从而以超人类的准确度进行预测。

研究方法与发现

研究团队开发了一种名为BrainBench的工具，评估LLMs在预测神经科学结果的能力。BrainBench包含真实研究摘要和经过专家修改的错误摘要。研究人员测试了15种通用LLMs与171名经过筛选的神经科学专家，结果显示LLMs的平均准确率为81%，而人类专家的平均准确率仅为63%。即使在高自我报告领域专业性的专家中，准确率也只达66%。

改进与未来展望

研究人员通过对开源的LLM进行神经科学文献特定训练，推出了BrainGPT，其预测准确率达到86%。Bradley Love教授表示，科学家使用AI工具设计实验的趋势在所难免，研究方法适用于所有科学领域。研究结果表明，科学创新往往遵循文献中已有的模式，引发了对研究人员创新能力的思考。

AI工具的潜力

Dr. Ken Luo表示，未来的AI工具可以帮助研究人员输入实验设计和预期结果，AI将预测不同结果的发生概率。这将加速实验设计过程，并基于更明智的决策进行快速迭代。研究得到了经济与社会研究委员会、微软以及皇家学会Wolfson奖学金的资助，并联合了多个国家的研究机构。

总体而言，这项研究强调了大型语言模型在科学研究中的巨大潜力，尤其是在提高研究结果预测的准确性方面，预示着未来科研将更加依赖于智能技术的辅助。

联系作者

文章来源：人工智能学家
作者微信：
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构