AI 能理解我们的宇宙吗？基于天体物理数据微调 GPT 的测试

近几个月来，ChatGPT 一直是最受热议的概念，吸引了专业人士和普通大众，并引发了关于人工智能（AI）将给世界带来何种变化的讨论。作为物理学家和天体物理学家，我们好奇科学数据能否被大型语言模型（LLMs）正确分析并得出准确的物理学。在本文中，我们利用来自星系、类星体、恒星、伽马射线暴（GRBs）的观测数据以及黑洞（BHs）的模拟数据对生成式预训练 Transformer（GPT）模型进行微调。微调后的模型展示了其分类天体物理现象、区分两类 GRBs、推导类星体红移以及估计 BH 参数的能力。我们认为这是一次成功的测试，标志着 LLM 在科学研究中的有效性已得到证明。随着多学科数据的不断增长和 AI 技术的进步，我们期待对宇宙产生更基础、更全面的理解。本文还分享了一些关于数据收集和 AI 设计的有趣想法。以理解宇宙的方法——向外审视数据、向内寻找基本构件——为指导，我们提出了一种 AI 的级数展开方法，为训练和控制比人类更聪明的 AI 提供了途径。