人工智能搜索引擎再次进化吗？ ！

给这个AI一个主题，它会在几分钟内给你一份论文审阅，并且还提供论文的报价。

或者输入一个学名，人工智能可以快速创建一个专门用于该名称的维基百科。

这个AI叫做卡拉狄加（Galacica，简称GAL）。它是最新的开源科学语言模型，可将人工智能转化为科学生产。

并完成了课程的“大一统”。数学、物理、计算机……这些AI都可以用。

该模型一经发布，就引起了网友的热议。目前，相关推文浏览量已近15万次，点赞、转发、引用总数已超过5000次。

Facebook前首席技术官也站出来支持。

有网友对此有亲身经历，他们写的文献综述“非常棒”，甚至表示：

能否为下一步产生新的想法？

事实上，撰写文献评论和制作维基百科只是GAL工作的一部分。除了这些，他还可以回答专业问题，写科学代码，写分子和蛋白质……

来看看特效吧~

可作为科学生产的工具

说到科学成果，找论文确实是离不开的。 GAL可以帮助您解决这个问题。

它涵盖五个科学领域：机器学习、数学、计算机科学、生物学和物理学。

选择一个主题，然后在左侧框中输入您要查找的主题，右侧的 GAL 会建议最适合阅读的论文。

除了展示论文之外，GAL还有一个更实用的功能：制作讲稿。

例如，如果你想做密度泛函理论（DFT）的预测试，但又懒得写讲座，你可以只做GAL，几分钟内就能完成（头狗手册）。

GAL 还可用于编码分子和蛋白质。以下是GAL制作的RDKit（可以生成机器学习的分子描述）的手册。

GAL还处理了一些细节！

例如，如果你不懂复杂的数学公式和代码，你可以把它交给GAL。它可以直接为您翻译成英文。

不仅如此，它还可以实现数学公式和代码之间的转换，或者不同类型代码之间的转换。

最重要的是，它还具有简单的公式和错误检查功能。

你是怎么做到的？

如果GAL要执行如此复杂的任务，就必须提到它的训练数据。据官方消息，GAL 接受了名为 NatureBook 的新型高质量科学数据库的训练，该数据库允许模型使用科学、数学和化学术语以及源代码。

其中包括超过 4800 万篇论文、教科书和讲义，以及数百万种化合物和蛋白质、科学网站、百科全书等。

此外，为了查找论文并加强引用，GAL 的数据库包含超过 3.6 亿条引用和超过 5000 万条在不同来源更新的独特参考文献。

面对如此庞大的数据，我们将面临两个问题。

第一个问题是如何管理这些高质量的数据。为了实现这一目标，GAL 使用两个步骤：

所有数据都以通用标签的形式进行处理，打破了不同来源数据之间的障碍。

预培训包括特定于工作的数据，这确保您在处理特定任务时更加专业。

另一个问题是：如何设计界面？

首先，如上所述，GAL可以支持不同类型的任务。

因此，在设计接口时对各种功能进行分类，不同的分类会支持不同的数据类型。

既然 GAL 拥有结构良好且高质量的科学数据库，那么它与其他模型相比如何？

直接上数据！

在推理方面，GAL的优势凸显出来。在数学 MMLU（多词理解-主要任务）中，它的表现比 Chinchilla 更好。在数学方面，它也比 Palm 540B 和 GPT-3 175B 表现更好。

尽管 GAL 没有接受一般数据的训练，但其 BIG-bench 性能仍然优于 BLOOM 和 OPT-175B。

如果你看完之后觉得心痒痒，就赶紧停下来吧