【EMNLP2024教程】科学时代的大语言模型中的人工智能，124页ppt

人工智能在科学领域的能力横跨广泛的范围，从原子层面上解决量子系统的偏微分方程，到分子层面上预测化学或蛋白质结构，甚至延伸到社会预测，如传染病爆发的预测。以ChatGPT等模型为代表的大语言模型（LLMs）的最新进展，展示了其在自然语言处理任务中的显著能力，例如语言翻译、构建聊天机器人和回答问题。当我们审视科学数据时，可以发现其与自然语言在序列特征上的相似性——科学文献和健康记录以文本呈现，生物组学数据按序列排列，或者如脑信号等传感器数据。这引发了一个问题：我们是否可以利用这些最新LLMs的潜力来推动科学进步？在本教程中，我们将探索大语言模型在三类科学数据中的应用：1）文本数据，2）生物医学序列，以及3）脑信号。此外，我们将深入探讨LLMs在科学研究中的挑战，包括确保可信性、实现个性化，以及适应多模态数据表示。