Andrew Kang: A combinação de AI e tecnologia de encriptação tem o potencial de revolucionar a revisão de artigos de pesquisa, com custos apenas 1% dos da auditoria manual tradicional
Notícias da TechFlow da DeepChain em 31 de dezembro. Andrew Kang, co-fundador da Mechanism Capital, escreveu que a combinação de tecnologia de AI e encriptação traz oportunidades revolucionárias para a revisão de artigos de pesquisa. O projeto de encriptação @yesnoerror está desenvolvendo um modelo de AI para revisar 90 milhões de artigos de pesquisa. Até agora, mais de 1.700 artigos foram revisados, com uma taxa de erro de cerca de 3-4%. A AI pode concluir o trabalho de processamento de literatura que levaria 45.000 anos de trabalho manual em algumas semanas, a um custo de apenas 1% do custo da auditoria humana tradicional (cerca de US$ 540 milhões), ou cerca de US$ 30 milhões.
Kang aponta que o projeto está desenvolvendo uma avaliação de modelo de qualidade de artigos, gerando uma pontuação de qualidade padronizada para cada artigo, considerando fatores metodológicos, lógicos e integridade dos dados. Isso ajudará a distinguir artigos de alta qualidade e possivelmente promoverá pesquisas melhores por meio do estabelecimento de classificações universitárias e institucionais. Além disso, o modelo de IA tem o potencial de revolucionar o processo de revisão por pares, eventualmente podendo substituir a revisão manual. Kang afirma que tem apoiado o funcionamento do projeto nos bastidores e que a posição não é o foco principal.
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
Andrew Kang: A combinação de AI e tecnologia de encriptação tem o potencial de revolucionar a revisão de artigos de pesquisa, com custos apenas 1% dos da auditoria manual tradicional
Notícias da TechFlow da DeepChain em 31 de dezembro. Andrew Kang, co-fundador da Mechanism Capital, escreveu que a combinação de tecnologia de AI e encriptação traz oportunidades revolucionárias para a revisão de artigos de pesquisa. O projeto de encriptação @yesnoerror está desenvolvendo um modelo de AI para revisar 90 milhões de artigos de pesquisa. Até agora, mais de 1.700 artigos foram revisados, com uma taxa de erro de cerca de 3-4%. A AI pode concluir o trabalho de processamento de literatura que levaria 45.000 anos de trabalho manual em algumas semanas, a um custo de apenas 1% do custo da auditoria humana tradicional (cerca de US$ 540 milhões), ou cerca de US$ 30 milhões.
Kang aponta que o projeto está desenvolvendo uma avaliação de modelo de qualidade de artigos, gerando uma pontuação de qualidade padronizada para cada artigo, considerando fatores metodológicos, lógicos e integridade dos dados. Isso ajudará a distinguir artigos de alta qualidade e possivelmente promoverá pesquisas melhores por meio do estabelecimento de classificações universitárias e institucionais. Além disso, o modelo de IA tem o potencial de revolucionar o processo de revisão por pares, eventualmente podendo substituir a revisão manual. Kang afirma que tem apoiado o funcionamento do projeto nos bastidores e que a posição não é o foco principal.