搞科研的最新姿势，被一位华人小哥解锁了——

告诉AI你的研究目的，再把数据集“投喂”进去，完事。

这就是来自伯克利的博士生Zhong Ruiqi等人的最新研究，把从海量数据集中繁琐的“取证”历程，一切交给GPT-3来解决：

他们还发现，这种用AI搞科研的方式不仅效率高，而且还能得出人类没有想到的“意外惊喜”。

01 让GPT-3帮你搞科研

那么小哥他们为什么突发奇想地要用这种方式搞科研呢？

这是由于他们发现，对大型语料库做深入的挖掘确实能获得一些有用的效果，但这个历程要是让人类来搞，那简直就太费时艰苦了。

因此，他们便决议把这个繁琐的历程交给GPT-3来处置，并把这个义务命名为“D5”：

Goal Driven Discovery of Distributional Differences via Language Descriptions.

通过语言形貌，实现目的驱动的漫衍式差异的发现。

“D5”义务的历程，简朴来说就是两个动作：

输入研究目的

输入两个语料库

例如在上面这个案例中，小哥先是给AI输进去了两个语料库：

语料库A：服用药物A后患者的反映讲述

语料库B：服用药物B后患者的反映讲述

然后再向AI确定自己的研究目的，即“我想领会一下药物A的副作用”。

在AI收到义务后，马上最先执行剖析事情，最后得出了它的结论：

语料库A中的样本，有更多的患者会提到“妄想症”（paranoia）。

不外试想一下，若让人类科研职员做这项事情，光是领会语料库A和B就需要破费大量的时间，更别提还得进一步做对比剖析等事情了。

而D5义务之以是能够做得云云丝滑，是由于小哥他们在此背后还做了不少事情。

例如构建OpenD5元数据集，它包罗相符D5义务的675个开放式问题，所涉及领域涵盖商业、社会科学、人文科学、康健和机械学习等。

而且每个开放式问题都市对应一个语料库对儿（语料库A和语料库B），平均有17000个样本。

小哥还把每个语料库中的50%作为研究部门，另外50%则是拿来做验证。

基于此，小哥他们再构建了一个“D5系统”，它的事情原理和人类从数据库中获取发现类似，分为两个阶段，即缔造性地提出一个假设，再在数据集上严酷验证这个假设。

根据这种思绪，研究职员接下来用GPT-3做了次实验。

他们先是向GPT3展示研究目的和每个语料库中的一些样本，然后让它提出一个假设列表。

最终实验发现，GPT-3可以使用目的形貌来提出更相关、更新颖、更有意义的假设。

也正由于OpenD5数据集所涵盖的领域众多，因此小哥示意他们的D5系统具备应用局限广的特点。

也存在一些缺陷

但对于这套D5系统，小哥也直言不讳隧道出了它的缺陷。

例如，若是语料库中含有较多的俚语、俗语或者带有情绪的词汇，那么AI所给出的“发现”就会存在误差。

简而言之，就是AI对于特定情形的词汇或形貌发生了错误的明晰和剖析。

除此之外，小哥也示意更天真的语料库、更具扩展性的系统，也是他们在未来重点研究的偏向。

不外似乎这项研究让小哥也是兴奋不已，究竟离他“构建一个用AI稿科研”的梦想更近了一步。