Andrew Kang: การผสม AI และเทคโนโลยีการเข้ารหัส มีโอกาสเปลี่ยนแปลงวิธีการตรวจสอบงานวิจัยทางวิทยาศาสตร์ โดยมีต้นทุนเพียง 1% เท่านั้นเมื่อเปรียบเทียบกับการตรวจสอบด้วยมนุษย์แบบดั้งเดิม

ข่าวสารเทคโนโลยี DeepTech รายงานว่า ในวันที่ 31 ธันวาคม พันธมิตรก่อตั้งของ Mechanism Capital Andrew Kang ได้โพสต์ข้อความบอกว่า การรวม AI และเทคโนโลยีการเข้ารหัส นำเสนอโอกาสทางวิทยาศาสตร์ที่น่าตื่นเต้นสำหรับการตรวจสอบบทความวิจัย เทคโนโลยีการเข้ารหัสโครงการ @yesnoerror กำลังพัฒนาโมเดล AI ในการตรวจสอบ 9000 ล้านบทความวิจัย ซึ่งในปัจจุบันได้ตรวจสอบบทความจำนวน 1700+ เรื่อง พบว่าอัตราความผิดพลาดประมาณ 3-4% AI สามารถทำงานเสร็จภายในสัปดาห์ โดยไม่ต้องใช้เวลา 45,000 คนปีในการประมวลผลบทความ ค่าใช้จ่ายเพียง 1% ของการตรวจสอบแบบดั้งเดิม (ประมาณ 54 พันล้านเหรียญสหรัฐ) ประมาณ 30 ล้านเหรียญสหรัฐ

Kang ระบุว่าโครงการนี้กำลังพัฒนาโมเดลในการประเมินคุณภาพของบทความวิจัยโดยสร้างคะแนนคุณภาพที่มีมาตรฐานสำหรับแต่ละบทความโดยพิจารณาปัจจัยต่างๆ เช่น มาตรฐานของวิธีการ ความคล่องตัว และความสมบูรณ์ของข้อมูล เช่นเดียวกับนักวิจัยที่ดี โดยอาจส่งผลให้เกิดการสร้างชื่อเสียงของมหาวิทยาลัยและสถาบันวิจัยที่ดีขึ้น นอกจากนี้ โมเดล AI นี้อาจเป็นการปฏิวัติกระบวนการการทบทวนบทความของคณะอนุกรรมการ และอาจสามารถแทนที่การตรวจสอบโดยมนุษย์ได้ในที่สุด Kang ระบุว่าเขาได้รับการสนับสนุนโครงการเบื้องหลังและตำแหน่งไม่ใช่สิ่งสำคัญ