၂၀၀၈ခုနှစ်မုန်တိုင်းျပသ နေ့ရက်ချုပ်နေ့လွန် ပြုတ်သားထိုးဒေသတွင်သိပ္ပံသည် လူသား၏စိတ်ဝင်စားမှုနှင့် ဖန်တီးမှုအလှည့်အပြောင်းဖြင့် ရယူလှုပ်ရှားမှုတစ်ခုဖြစ်ခဲ့ပြီး အတည်ပြုထားသောစံနှုန်းများကို မကြာခဏ မေးခွန်းထုတ်ကာ ဆန်းသစ်မှုကို ကြိုးစားနေသည်။ နောက်ဆုံးပိုင်းထိပ်ပိုင်း နောက်မကျေရန် ကွန်ပြူတာပြုလုပ်သည့် အင်နာဂီ ရောင်မှုများကြောင့် မှုန်ခြင်းခုနှစ်ထပ်မံ ထင်ရှားလာသည်။ တင်ရှားခင်းဗောင် နေ့ရက်ခတ်ကြောင်းမှစိုးရိမ်ချက်ကို ဂျပန်အိုမင်းတွင် AI စနစ်သည် ကိုယ်တိုင် အကျဉ်းချုပ်ထုတ်လုပ်ခဲ့ပြီး သုတေသနကို သပ်ဆီးသည့် အခြေအနေမှ လိုအပ်သည့် လေ့လာမှုထုတ်လုပ်သည့် စနစ် ရှိသည်။ ဒီမေးခွန်းသည် မိမိလူသားအသင်းအနေနှင့် ကျေနပ်ခဲ့ကြောင်း သုတေသနပြီကို *Compositional Regularization: Unexpected Obstacles in Enhancing Neural Network Generalization* ခေါင်းစဉ်ဖြင့် တင်ပြပါရန် ၂ဝ၂၅ တွင် ICLR နာမည်ကြီး စက်မှုလေ့ကျင့်ရေး အစည်းအဝေးတွင် လက်ခံယူထားပြီး AI သည် လူသားပညာရှင်များမှ အသိအမှတ်ပြုခြင်းဖြင့် မူရင်း သုတေသနကို ထုတ်လုပ်ခဲ့သည်။ **AI သုတေသနပြုသူ၏ တိုးပွါးမှု** AI စနစ်၊ AI Scientist-v2 သည် ဘာသာစကားပုံစံတစ်ခုသာမက; သုတေသနလုပ်ငန်းစဉ်ကို အပြည့်အဝ ဦးဆုံးချည် တီထွင်၊ အချက်အလက်များကို ကုန်ကျစဉ်စဥ်လည်း လက်ခံမှုများ၏ အမြင်မှ ထူးခြားအောင် လိုက်လံပြုလုပ်ခဲ့သည်။ အဆိုပါစာတမ်းသည် AI မှထုတ်လုပ်ခဲ့သည်ဟု မသိရှိသူများထံမှ တန်ဖိုးများကို ရရှိခဲ့ပြီး ၎င်း၏အရည်အသွေးသည် လူသားစီမံချက်များထက်သာလွန်ပါသည်။ ယနေ့သည် အဓိပ္ပါယ်ရှိသည်။ စက်တစ်လုံးဟာ သုတေသနဌာနတစ်ခုကို နားလည်နိုင်တဲ့စွမ်းဆောင်ရည်ကို ပြသခဲ့ခြင်းဖြစ်ပြီး စံနှုန်းအစဉ်အစဉ်ရေးဒီအညီ အံ့သြခြင်းတွေ လုပ်သိယ်နေနေသည်။ **သင်ကြားနိုင်သော မျှော်မှန်းချက်များနှင့် စိန်ခေါ်မှုများ** ယခုဇာတ်လမ်းသည် အရမ်းတို့တစ်ခုအား "သိမ္တစ်ဆူ ရှိသည်။" လူသားများဆီမှ အထူးပြုရေးသားခြင်းတွင် စက်သည် သုတေသနတိုးတက်မှုကို လွန်စွန်စွာ အဆင့်မြင့် တိုးတက်အောင် လုပ်ဆောင်ခြင်း၊ ငါတို့တွေ့ရှိချက်များကို အမြင်ရွေးချယ်ရင် ငါတို့သည် လွယ်ကူကြောင်း ထင်မြင် ကာ ပြောဆိုခဲ့ခြင်းဖြစ်သည်။ သို့သော် အားလပ်ချိန်ကို သူတစ်ယောက်မဟုတ်ဘူး။ Meta ၏ ထိပ်တန်း AI သိပ္ပံပညာရှင်ယန်လေကုန်း ကတိပြု ယခု AI လေ့လာမှု လန်ကြုံသည်မဟုတ်ပါလိမ့်မည်။ AI ရဲ့ ပြန်လည်လှည်စားမှုဖြင့် ရောက်လွှလာပြီး ကကွေးစဲလမ်းကြောင်းမို့။ **Sakana ၏ သေဒီတံ့များ** Sakana. AI သည် အောင်မြင်မှုကို စမ်းသပ်ချက်အနေနှင့် သုံးသပ်ခဲ့ပြီး အဆိုပါစာတမ်းကို မိသားစုဆုံများဖြင့် ဦးတည်ကာ အထက်ဖေါ်သည့် သင့်လျော်မှုများစွာပါ ဝင်ထုတ်ပြန်ရန် အကြောမြှင့်ပါတယ်။ AI ၏ တိုးတက်မှုသေးငယ်ခြင်းသည် လျင်မြန်စွာ သုတေသနတွေ တိုးတက်ပြီး စိန်နှင့် ပြင်ဆင် ဖန်တီးခြင်းများပိုမို လျင်မြန်စွာ လုုပ်ဆောင်ရန်လည်း ဟုတ်ပါတယ်။ **မူရင်း vs မွမ်းမံခြင်း** သုတေသနသည် ယုံကြည်စွာမူရင်းပါသလား?

ကနဦးရင် ယင်းသည် အမှန်၊ ၎င်းသည် အသစ်စမ်းသပ်မှုဆိုင်ရာလေ့ကျင့်မှုများဖြစ်သည့် တိုးတက်မှုဖြစ်သည်။ သို့သော်၎င်း၏ ရလဒ်များသည် အလွန်ကန့်သတ်မှုရှိသည်။ လေ့လာခြင်းကို လေ့လာမှုကြည့်ရှုခြင်းတွင်၊ ပညာရှင်ဆိုသလို ဖြစ် ရှိသည်ကို လိပ်ပြာလုပ်ဖို့ သုံးစားလို့ မသိလိုတာပါ။ မှု လောဘလေးမောင်၏ ပညာရှင်တွင် လွန်လာသည်ဖြစ်ပြီး သင်ရဲ့ သုတေသနကို ပိုမြှင့်တင်ဖြစ်ရန် အထူး အခွန်တင်သည့် လူသားတစ်ယောက်ရဲ့ အခက်အခဲတွေကို ဖုံးကွယ်နိုင်သည်နှင့် ဖြစ်ရသော ရောစပ်မှုရှိပါတယ်။ Sakana AI မှ ထုတ်လုပ်သော အဆင့်အထက်ကို လမ်းညွန်ထားခြင်းဟာ စစ်ဘေကြပ်သံချင်းသုံးယောက်မြင်ကင်ပါတယ်။ AI ၏ အောင်မြင်ဆုံး AI စာတမ်းသည် နောက်ထပ် ခင်မင်မှုကို ရှာဖွေနေကြောင်းပြင်ပြ ၊ တီထွင်စွမ်းဆောင်မှုကနေလဲ လေးနက်မှုရှိနေနိုင်သည်။ **ပူးပေါင်းမှုအေဂျင်စီ** လာအောင်သော အနာဂတ်သည် hybrid intelligence မှာမန်ရဲ့ အားကောင်းကို AI နှင့် လူသားများကို သီချင်းလုံးဝ မူလ မှတ်ချက်တွေကို လုပ်ဆောင်ဖို့ လျှော်ပြန်နေနိုင်ဟုကာ သက်ပြီး ပေးစွမ်းရန် ဖြစ်လာသည်။ Sakana AI ၏ ထွန်းကားမှုသည် သုတေသနထုတ်လုပ်မှု ၏ တစ်နေရာတစ်ခွင့်ခြင်းကို ဖွင့်လှစ်လာခြင်းမှာ ဖြစ်ပေါ်သည့် ဖကောင်းမှုဖြစ်သည်။ AI ၏ လက်ရှိ ဖွံ့ဖြိုးမှုများသည် သုတေသနကို ခွန်အားပေးပါမည်။ AIသည် မယ်ဂျစ်စကားနှင့် ထိုးတာ နောင်တခုသည်ဖြစ်ပြီး ယင်းသည် ယနေ့ထက် များပြီး ကောင်းမွန်သော လမ်းကြောင်းတစ်ခုကို ရှာဖွေနိုင်သည်။ AI Scientist-v2 ၏ အောင်မြင်မှုသည် အခွင့်အလမ်းကို ပေးစွမ်းပြီး သံကြောင်းကို ထွီထွေးလာနိုင်ပါတယ်။