旨在增强人类发现能力的互补人工智能

无论是为图灵模仿游戏设计的人工智能，还是为最大化人类信息操控而构建的增强智能，都未被调谐以加速创新并改善人类面对重大挑战时的集体进步。我们重新构想并试点有益的 AI，通过补充而非竞争人类认知能力，来从根本上增强人类理解力。我们的互补智能方法建立在群体智慧洞察之上，该智慧依赖于群体成员信息与方法的独立性与多样性。通过程序化地纳入来自研究论文的科学专长演化分布信息，我们的方法遵循文献中的内容分布，同时避开科学群体及其认知上可获得的假设。我们利用该方法生成有价值的预测：哪些材料具备有价值的能源相关特性（如热电性），哪些化合物具备有价值的医学特性（如哮喘），从而补充人类科学群体。我们证明，我们的互补预测即便被人类科学家和发明者发现，也仅在更远的未来才被揭示。当我们用第一性原理方程评估预测的可信度时，表明预测互补性的提升并未降低、且在某些情况下提升了预测具备目标特性的概率。总之，通过将 AI 调谐为避开群体，我们能生成在遥远未来之前不太可能被设想或追求的假设，并有望 punctuation 科学进展。通过识别并纠正人类集体偏差，这些模型也提示了通过重构以发现为导向的科学教育来改善人类预测的机会。