AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

avatar
深潮TechFlow
1อาทิตย์ก่อน
ประมาณ 5854คำ,ใช้เวลาอ่านบทความฉบับเต็มประมาณ 8นาที
แอนดรูว์ คังคลั่งไคล้นม โครงการ DeSci+AI dual-attribute จะมีอนาคตหรือไม่?

ผู้เขียนต้นฉบับ: Shenchao TechFlow

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

พรุ่งนี้ $BIO ที่ตลาดรอคอยมานานจะเปิดตัวอย่างเป็นทางการแล้ว เนื่องจากโครงการภาค DeSci ได้รับการสนับสนุนเป็นการส่วนตัวจาก Binance ตลาดจึงคาดการณ์ว่าการเปิดตัว $BIO จะช่วยผลักดันความรุ่งเรืองบนเครือข่ายของภาค DeSci และลดสภาพคล่องบางส่วนของภาค AI ออกไปหรือไม่

แต่ภาค AI และ Decsi จำเป็นต้องแข่งขันกันหรือไม่? เลขที่ โครงการออนไลน์ Solana ที่กล่าวถึงเมื่อเร็วๆ นี้ YesNoError ได้ใช้เส้นทางในการรวม DeSci เข้ากับ AI โดยใช้เทคโนโลยี AI เพื่อตรวจสอบและค้นพบข้อผิดพลาดในรายงานการวิจัยทางวิทยาศาสตร์

โทเค็น $YNE มีมูลค่าตลาดอย่างรวดเร็วที่ 60 ล้านดอลลาร์สหรัฐในวันที่เปิดตัวเมื่อวันที่ 20 ธันวาคม และต่อมาได้รับการส่งเสริมโดย KOL Andrew Kang ที่รู้จักกันดีใน Twitter (ต่อไปนี้จะเรียกว่า AK) มูลค่าตลาดในปัจจุบันอยู่ที่ประมาณ 50 ล้านเหรียญสหรัฐ

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

AI จำเป็นจริง ๆ ในการทบทวนเอกสารทางวิทยาศาสตร์หรือไม่?

หากคุณยังไม่เข้าใจว่าเหตุใด YesNoError จึงมีประโยชน์มาก ทวีตที่มีภาพประกอบจาก Ben Parr ซึ่งเป็นสมาชิกของทีม YesNoError แสดงให้เห็นถึงความจำเป็นในการตรวจสอบข้อมูลที่ผิดในเอกสารทางวิทยาศาสตร์:

ในเดือนตุลาคม พ.ศ. 2567 รายงานวิจัยอ้างว่าเครื่องครัวพลาสติกสีดำมีสารพิษ และข่าวดังกล่าวก็แพร่กระจายไปทั่วสื่ออย่างรวดเร็ว มหาสมุทรแอตแลนติกยังตีพิมพ์บทความเรื่อง ทิ้งเครื่องครัวพลาสติกสีดำของคุณทิ้ง สร้างความตื่นตระหนกให้กับประชาชน แม้แต่ Ben Parr เองก็เริ่มทำความสะอาดอุปกรณ์ในครัวของตัวเอง อย่างไรก็ตาม Joe Schwartz ผู้อำนวยการสำนักงานวิทยาศาสตร์และสังคมมหาวิทยาลัย McGill ค้นพบข้อผิดพลาดทางคณิตศาสตร์ที่สำคัญในการศึกษา ซึ่งเป็นข้อผิดพลาดในการคูณง่ายๆ ที่ทำให้ระดับความเป็นพิษที่รายงานสูงกว่าระดับจริง 10 เท่า กรณีนี้แสดงให้เห็นว่าแม้แต่การวิจัยที่ดูเหมือนน่าเชื่อถือก็อาจมีข้อผิดพลาดที่สำคัญซึ่งมักจะส่งผลกระทบอย่างมากต่อชีวิตของคนทั่วไป

หากใช้เทคโนโลยี AI เพื่อทบทวนงานวิจัย ข้อผิดพลาดระดับต่ำในการคำนวณเชิงตัวเลขเหล่านี้สามารถหลีกเลี่ยงได้ในระดับสูงสุด YesNoError เกิดขึ้นจากความต้องการนี้

YesNoError สร้างขึ้นโดย Matt Schlicht และใช้โมเดล o 1 ของ OpenAI เป็นพื้นฐานทางเทคนิค วิธีการทำงานของโครงการนั้นตรงไปตรงมา: ทีมงานใช้ AI เพื่อตรวจสอบงานวิจัย จากนั้นเผยแพร่ผลการวิจัยต่อสาธารณะบนเว็บไซต์ yesnoerror.com และ บัญชี Twitter อย่างเป็นทางการของพวกเขา

ด้วยการดำเนินการที่โปร่งใสนี้ ทั้งชุมชนวิทยาศาสตร์และสาธารณะสามารถได้รับแจ้งถึงปัญหาที่อาจเกิดขึ้นในการวิจัยที่สำคัญได้อย่างทันท่วงที แม้ว่าโครงการจะเพิ่งเริ่มต้น แต่ก็ได้รับผลลัพธ์ที่สำคัญและระบุข้อผิดพลาดในการวิจัยหลายประการ

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

นอกจากนี้ โทเค็น $YNE ยังได้รับกรณีการใช้งานจริงอีกด้วย ผู้ถือสามารถใช้จ่าย $YNE เพื่อใช้ YesNoError AI เพื่อจัดลำดับความสำคัญของเอกสารของตนเองเพื่อตรวจสอบได้

จนถึงตอนนี้ YesNoError AI ได้ตรวจสอบเอกสารแล้ว 2,219 ฉบับ และพบข้อผิดพลาดในเอกสารหลายฉบับจริงๆ

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

การอนุมัติหรือข้อสงสัยบางเสียงในตลาด

ฉันมองโลกในแง่ดีเกี่ยวกับ AK และฉันก็คลั่งไคล้ที่จะโพสต์เกี่ยวกับเรื่องนี้

ในวันที่โทเค็น $YNE เปิดตัว AK ผู้ซึ่งมองโลกในแง่ดีเกี่ยวกับ DeSci มาโดยตลอดได้แสดงความขอบคุณสำหรับโครงการ YesNoError

AK กล่าวว่า คุณค่าหลักของ YesNoError อยู่ที่การใช้งานสกุลเงินดิจิทัล x AI x DeSci อย่างแท้จริง

YesNoError ใช้ประโยชน์จากคุณลักษณะของระบบนิเวศสกุลเงินดิจิทัล ในสภาพแวดล้อมพิเศษนี้ เงินทุนไม่ต้องการผลตอบแทนจากการลงทุนในแง่ดั้งเดิม ตราบใดที่คุณสามารถดึงดูดความสนใจได้เพียงพอ คุณสามารถได้รับการสนับสนุนทางการเงินอย่างเพียงพอ (นั่นคือ เศรษฐกิจแห่งความสนใจ หากมีคนให้ความสนใจ ก็จะมีคนซื้อโทเค็น)

ในเวลาเดียวกัน YesNoError ยังพบทิศทางการใช้งานที่ดีสำหรับสกุลเงินดิจิทัลอีกด้วย ในสถานการณ์ที่เหมาะสม โทเค็นไม่ใช่อากาศบริสุทธิ์อีกต่อไป แต่สามารถรองรับผลิตภัณฑ์สาธารณะที่ยากต่อการรักษาด้วยโมเดลธุรกิจแบบดั้งเดิม

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

อาจเป็นเพราะเป็นแง่ดีจริงๆ (หรือดำรงตำแหน่งจำนวนมาก) เมื่อวันที่ 31 ธันวาคม AK ได้ตีพิมพ์บทความอีกครั้งที่แนะนำและยกย่องความจำเป็นและการปฏิบัติจริงของ YesNoError จากมุมมองของข้อมูล

AK กล่าวว่า YesNoError มีความสามารถในการตรวจสอบข้อผิดพลาดในเอกสารมากกว่า 90 ล้านฉบับในฐานข้อมูลวรรณกรรมทางวิทยาศาสตร์ทั่วโลก และใช้เวลาเพียงไม่กี่สัปดาห์หรือหลายเดือนจึงจะเสร็จสมบูรณ์ ถ้าแปลงเป็น manual review จะใช้เวลานับหมื่นปีถึงจะตั้งทีมปริญญาเอกได้ 5,000 คน แต่ก็ต้องใช้เวลาเกือบสิบปี (และจะตามทันการตีพิมพ์ใหม่ๆ ไม่ได้เลย) เอกสารในช่วงสิบปีนี้) และจำเป็นต้องมีการประมาณการแบบอนุรักษ์นิยมที่ 5.4 พันล้านดอลลาร์

โมเดล AI ที่ปรับให้เหมาะสมนั้นมีราคาเพียงประมาณ 30 ล้านเหรียญสหรัฐ (0.3 เหรียญสหรัฐต่อกระดาษ) เพื่อให้งานตรวจสอบมีความแม่นยำและเป็นมาตรฐานมากขึ้น โดยมีค่าใช้จ่ายน้อยกว่า 1% ของวิธีการที่ต้องดำเนินการด้วยตนเอง

หากอยู่ในสาขาวิทยาศาสตร์แบบดั้งเดิม การระดมทุน 30 ล้านดอลลาร์สหรัฐจะเป็นงานใหญ่ แต่เห็นได้ชัดว่าในการเข้ารหัส มันจะง่ายกว่ามาก (แม้ว่าจะมีองค์ประกอบหลายอย่างของการเก็งกำไร แต่มูลค่าตลาดของ $YNE ก็สูงถึง 50 ล้านดอลลาร์สหรัฐในเวลาเพียงสิบวัน)

ปัจจุบันตัวแทน AI ได้ตรวจสอบเอกสารแล้วกว่า 1,700 ฉบับ และพบว่ามีอัตราข้อผิดพลาดอยู่ที่ประมาณ 3-4% และด้วยการเพิ่มประสิทธิภาพอย่างต่อเนื่อง ความเร็วในการประมวลผลจะได้รับการปรับปรุงให้ดียิ่งขึ้นไปอีก จากรายงาน 90 ล้านฉบับ มีแนวโน้มว่าจะมีเอกสารสำคัญหลายฉบับที่มีข้อผิดพลาดที่สำคัญ ซึ่งการแก้ไขจะส่งผลเชิงบวกอย่างมากต่อโลก

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

บัญชีอย่างเป็นทางการของ BIO Protocol ยังเห็นด้วยกับมุมมองของ AK:

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

มันเป็นความต้องการที่ผิดหรือเปล่า? ดูเสียงที่แตกต่างกัน

นอกจากเสียงที่มองโลกในแง่ดีแล้ว ยังมีผู้คนที่ตั้งคำถามถึงความต้องการที่แท้จริงของ YesNoError

Kyle Samani ผู้ร่วมก่อตั้ง Multicoin Capital โต้แย้งภายใต้บทความของ AK:

Kyle เชื่อว่าตามหลักการ 28/20 มีเอกสารเพียงไม่กี่ฉบับเท่านั้นที่มีความสำคัญอย่างแท้จริง และเอกสารสำคัญเหล่านี้ไม่น่าจะมีข้อผิดพลาดที่ทราบเนื่องจากได้รับความสนใจเพียงพอ

อย่างไรก็ตาม Andrew Kang ปฏิเสธเรื่องนี้ด้วยข้อมูล เขาชี้ให้เห็นว่าแม้ตามตรรกะของไคล์ สมมติว่ามีเพียง 5% ของเอกสาร 90 ล้านฉบับที่มีความสำคัญ แต่ก็ยังมีเอกสารสำคัญอีก 4.5 ล้านฉบับ แม้ว่าอัตราข้อผิดพลาดในเอกสารสำคัญเหล่านี้จะมีเพียง 0.1% ก็ยังหมายความว่ามีเอกสารสำคัญ 4,500 ฉบับที่มีข้อผิดพลาดที่ต้องแก้ไข กรณี Black Shovel Study ที่กล่าวมาข้างต้นแสดงให้เห็นอย่างชัดเจนว่าแม้แต่บทความที่มีผลกระทบอย่างมากก็อาจมีข้อผิดพลาดและมีผลกระทบต่อสังคมบ้าง

AI ตรวจสอบเอกสารทางวิทยาศาสตร์ YesNoError เป็นเทรนด์ใหม่หรือความต้องการที่ผิดพลาดหรือไม่?

สรุป

เอกสารการตรวจสอบของ AI จริงๆ แล้วไม่มีอะไรใหม่ มีกรณีการใช้งานมากมายของเอกสารการตรวจสอบของ AI นับตั้งแต่ ChatGPT เปิดตัวครั้งแรก เมื่อพิจารณาในด้านการเข้ารหัส การเกิดขึ้นของ YesNoError อาจไม่เพียงแต่ช่วยแก้ปัญหาข้อผิดพลาดในเอกสารทางวิทยาศาสตร์เท่านั้น แต่ยังมีการพัฒนากรณีการใช้งานจริงสำหรับสกุลเงินดิจิทัลนอกเหนือจากการโฆษณาเกินจริงด้วย (แน่นอนว่าอาจยังอยู่ในช่วงเริ่มต้นของ โครงการและมูลค่าบางส่วนยังคงขึ้นอยู่กับเนื่องจากกระแสโฆษณาของตลาด)

เรามาพูดถึงพฤติกรรมของตลาดกันดีกว่า แม้ว่าพฤติกรรมที่น่าหวังหลายๆ อย่างในตลาดจะสรุปได้ว่า “ก้นเป็นตัวกำหนดหัว” แต่หากโครงการนี้มีความเป็นไปได้อย่างแท้จริงและมีคุณค่าในทางปฏิบัติและปฏิบัติได้จริงเหนือการคาดเดา แล้ว “จุดยืนและการใช้จ่ายเงิน” แบบนี้ พฤติกรรมการทำเงินจะได้รับการยอมรับจากตลาดอย่างแน่นอน

การพัฒนาการติดตามผลเฉพาะของ YesNoError ยังขึ้นอยู่กับการตัดสินใจของทีมงานโครงการที่จะดำเนินการต่อหลังจากที่กระแสเกินจริงในตลาดผ่านไปแล้ว เราคอยติดตาม

มีโครงการที่หวังว่าจะเป็นประโยชน์ต่อโลกมากขึ้นเรื่อยๆ

บทความต้นฉบับ, ผู้เขียน:深潮TechFlow。พิมพ์ซ้ำ/ความร่วมมือด้านเนื้อหา/ค้นหารายงาน กรุณาติดต่อ report@odaily.email;การละเมิดการพิมพ์ซ้ำกฎหมายต้องถูกตรวจสอบ

ODAILY เตือนขอให้ผู้อ่านส่วนใหญ่สร้างแนวคิดสกุลเงินที่ถูกต้องและแนวคิดการลงทุนมอง blockchain อย่างมีเหตุผลและปรับปรุงการรับรู้ความเสี่ยงอย่างจริงจัง สำหรับเบาะแสการกระทำความผิดที่พบสามารถแจ้งเบาะแสไปยังหน่วยงานที่เกี่ยวข้องในเชิงรุก

การอ่านแนะนำ
ตัวเลือกของบรรณาธิการ