Home / Agenda / Onderzoek en engineering versnellen met AI
Onderzoek en engineering versnellen met AI
Praktische informatie
Gratis
Ingezonden door de organisator van het evenement Simons Institute Grote taalmodellen worden nu steeds vaker gebruikt om veel onderzoeks- en engineeringactiviteiten te versnellen, dankzij hun brede wereldkennis en hun vermogen om met willekeurige gegevens te werken. Ze hebben veel succes gehad met programmeren en wiskunde, en worden toegepast in de biologie, scheikunde en vele andere gebieden. Maar wat zijn de sterke punten en beperkingen van AI voor deze taken, en hoe kunnen we deze nog beter maken? Matei Zaharia zal onderzoek beschrijven van UC Berkeley en andere groepen over het gebruik van AI voor engineering en onderzoek, inclusief algoritmen die AI gebruiken om betere oplossingen voor een probleem te zoeken (bijvoorbeeld GEPA, AlphaEvolve en AdaEvolve), en de resultaten die onderzoekers met hen hebben geboekt op het gebied van computerwetenschappen, biologie en andere gebieden. Over het algemeen kan AI effectief worden getraind en toegepast als oplossingen gemakkelijk te verifiëren zijn, maar het heeft een veel moeilijkere tijd als dat niet het geval is (bijvoorbeeld in de scheikunde en biologie, waar experimenten dagen duren). We worden echter ook steeds beter in het vertalen van meer problemen naar een eenvoudig te verifiëren omgeving. In deze Theoretisch gesproken openbare lezing zal Zaharia bespreken waar dit toe kan leiden, op basis van de trends die we tot nu toe zien, en hoe wetenschap en techniek er in de toekomst uit kunnen zien als we zeer effectieve, onvermoeibare AI-collega's hebben die oplossingen voor ons onderzoeken.
Matei Zaharia is universitair hoofddocent EECS bij UC Berkeley en medeoprichter en Chief Technology Officer van Databricks. Hij is vooral bekend als de grondlegger van Apache Spark, een van ‘s werelds meest gebruikte raamwerken voor grootschalige gegevensverwerking, die hij ontwikkelde tijdens zijn PhD aan UC Berkeley. Hij heeft ook bijgedragen aan tal van invloedrijke open-sourcesystemen voor databeheer en kunstmatige intelligentie, waaronder GEPA, Apache Mesos, MLflow, Delta Lake en het DSPy-framework voor programmeertaalmodellen. Voordat hij bij de faculteit Berkeley kwam, bekleedde hij faculteitsfuncties bij MIT en Stanford. Zijn prestaties zijn erkend met de ACM Prize in Computing, de ACM Doctoral Dissertation Award, de SIGOPS Mark Weiser Award, een NSF CAREER Award en de Presidential Early Career Award voor wetenschappers en ingenieurs.
Voorafgaand aan de lezing, die om 16.00 uur begint, worden er lichte versnaperingen verstrekt.
Disclaimer: controleer de evenementinformatie nogmaals bij de organisator van het evenement, aangezien evenementen kunnen worden geannuleerd, details kunnen veranderen nadat ze aan onze kalender zijn toegevoegd en er fouten kunnen optreden.