在普林斯顿大学，研究人员的跨学科合作正在利用人工智能来加速整个大学在从神经科学到近东研究等领域的发现。
普林斯顿大学的专家们也在推动人工智能技术的极限，使其更加准确和高效，了解人工智能不可思议的大型语言模型是如何工作的，并解决该技术的道德、公平和政策影响。
他们在一所大学里做这一切，小到可以方便跨学科合作，但又足够大，拥有领域领先的研究人员、计算资源和机构承诺，以帮助塑造这个快速发展的领域。
普林斯顿大学教务长詹妮弗·雷克斯福德（Jennifer Rexford）
随着技术的发展，普林斯顿大学制定了一系列重大研究计划，以跟上人工智能发现的速度。“鉴于人工智能及其应用的快速发展，该领域研究的任何静态框架都将很快过时，”大学教务长、计算机科学家詹妮弗·雷克斯福德（Jennifer Rexford）说。
“普林斯顿大学没有在沙子上画出永久的界线或等到尘埃落定，而是通过启动一系列由跨学科教师团队领导的高强度研究项目来保持灵活性，而没有传统上减缓大学速度的后勤障碍，”雷克斯福德说。
与此同时，普林斯顿大学工程与应用科学学院院长安德里亚·戈德史密斯（Andrea Goldsmith）表示，普林斯顿大学人工智能事业的方方面面——从基础计算机科学到道德和政策护栏的发展——都反映了普林斯顿大学非正式座右铭的精神对人类价值观的承诺：“为国家服务，为人类服务”。
戈德史密斯说：“普林斯顿大学在快速发展的人工智能领域具有独特的影响力，因为我们从为人类服务的视角来思考人工智能的研究和人工智能的应用。
以 AI 发现的速度进行查询
这些灵活、高强度的举措同时突破了多个领域的界限，并得到了大学捐赠基金的大量资助。
- 普林斯顿语言与智能 （PLI） 专注于解开 ChatGPT 和 GPT-4 等黑匣子大型语言模型，并创建更小、更有针对性的语言模型。
- 普林斯顿精准健康 （PPH） 使用从基因组到社会经济、从环境到临床的数据来改善健康政策和患者健康结果。
- 加速发明的人工智能（AI2） 将解决工程挑战，例如在聚变研究中包含等离子体，以及彻底改变材料设计和结构。
- 自然与人工思维（NAM） 将重点关注我们对人类智能的理解如何支持人工智能的发展，反之亦然。
普林斯顿大学精准健康是普林斯顿大学灵活、高强度的人工智能计划之一，它使用从基因组到社会经济、从环境到临床的数据来改善卫生政策和患者健康结果。
普林斯顿大学为支持新计划和支持整个校园的人工智能研究而进行的投资包括教师研究补助金、 配备 300 个 Nvidia H100 GPU 的最先进的计算基础设施、 由普林斯顿研究计算支持的数据存储基础设施，以及 为研究人员提供资金，包括博士后、研究软件工程师和数据科学家。
Sanjeev Arora，普林斯顿大学计算机科学教授、普林斯顿语言与智能项目主任
普林斯顿语言与智能于 2023 年 9 月在 Sanjeev Arora 的指导下推出，借鉴了普林斯顿大学在大型语言模型 （LLM） 方面的领导地位，包括 GPT 的共同发明者 Karthik Narasimhan;Danqi Chen，RoBERTa和一系列语言模型的共同开发者;以及 Arora，他正在领导理解和解释 LLM 的数学基础的努力。
借助新的 Nvidia 集群，该团队将能够 大规模研究 LLM 的工作原理，并有望采用一种新的开源方法，使该技术在公共领域保持领先地位，并使学术研究人员处于进步的最前沿。 “将所有这些专业知识公开是很重要的，”普林斯顿大学计算机科学教授查尔斯·C·菲茨莫里斯（Charles C. Fitzmorris）说。 “作为无利害关系的一方，大学可以帮助社会和政府理解和管理人工智能。
Princeton Precision Health 于 2022 年 5 月启动，旨在通过开发和应用人工智能模型来整合跨领域的数据，包括基因组学以及健康的社会和环境决定因素，从而改变各个层面的人类健康。目标是改善肾脏疾病、糖尿病、免疫系统疾病、心血管健康、神经发育和神经退行性疾病以及神经精神疾病的临床实践和健康政策。该倡议还将解决技术使用对认知和心理健康的影响。
Olga Troyanskaya，计算机科学教授，刘易斯-西格勒综合基因组学研究所，普林斯顿精准健康主任
领导该计划的计算机科学和基因组学教授奥尔加·特罗扬斯卡娅（Olga Troyanskaya）表示，该团队的计算机科学家正在开发“专门构建的特定领域模型”，这些模型借鉴了生物科学和医学的深厚主题专业知识，并由PPH的心理学家，政策专家和伦理学家提供信息。
Troyanskaya表示，该大学的种子资金及其非孤立的跨学科方法对于构建值得信赖的人工智能工具以改善人类健康至关重要。 她说，光有灵感是不够的。“你需要一个框架：人员基础设施、预算基础设施、数据基础设施、计算基础设施，”她说。人工智能研究在很大程度上依赖于所有这些，而且它们都不是容易或便宜的。
人工智能加速发明即将推出，将重点关注人工智能和机器学习工具在改变工程设计和制造方面的潜力。参与普林斯顿大学的研究人员包括Ryan Adams和Mengdi （Mandy） Wang。 在一个项目中，与Omenn-Darling Bioengineering合作研究所，研究人员正在使用人工智能来设计用于新型疗法的RNA和生物材料。 其他应用包括新材料发现、半导体芯片设计、适应环境或任务的机器人，以及更环保的建筑设计和实践。
Wang是电子与计算机工程系和统计与机器学习中心的副教授，也是Google DeepMind的高级访问研究科学家，研究 生成式人工智能、强化学习和机器学习理论的方法， 以及它如何加速医疗保健、生物技术、药物发现和智能系统的科学发现。亚当斯是计算机科学教授和计算机科学系的副主任，他正在通过改进使机器学习成为可能的底层工具来加速设计和发现。
“自然思维”和“人工思维”也即将推出，它将重点关注人类和机器智能研究之间的联系，以及它们如何相互交流。普林斯顿大学探索这些联系的研究人员包括汤姆·格里菲斯（Tom Griffiths），他是普林斯顿大学统计与机器学习中心（CSML）的负责人，也是普林斯顿大学亨利·卢斯（Henry R. Luce）的信息技术、意识和心理学与计算机科学文化教授; 莎拉-简·莱斯利（Sarah-Jane Leslie），1943届哲学教授和认知科学项目的创始主任; 乔纳森·科恩（Jonathan Cohen），罗伯特·本德海姆（Robert Bendheim）和林恩·本德海姆·托曼（Lynn Bendheim Thoman）神经科学教授，心理学和神经科学教授; 以及 Arthur W. Marks ’19 心理学教授兼认知科学项目主任 Tania Lombrozo。
在他的研究中，Griffiths 正在利用人工智能的想法来 理解人类如何解决日常生活中问题的基本原理。莱斯利正在构建描述人类认知的数学模型，并根据人类的表现测试这些计算。Cohen 运用科学对人类学习的了解及其在大脑功能中的基础来帮助机器学习变得更加高效、准确和易于理解。Lombrozo 的工作使用实验心理学和分析哲学的工具解决了有关学习、推理和决策的基本问题。
人工智能的核心优势
在这些计划中，在整个校园中，普林斯顿大学在人工智能研究的三个主要领域具有核心优势：提高能力本身，将它们用于学科之间和跨学科的发现和应用，以及努力应对人工智能的社会影响。
“这三者都紧密结合，我们在所有这些领域都很强大，而且它们都从中受益，”普林斯顿大学信息技术政策中心（CITP）主任Arvind Narayanan说，该中心是普林斯顿大学工程和公共政策学院之间的合作。
计算机科学教授埃拉德·哈赞（Elad Hazan）说，在推动技术极限方面，普林斯顿大学目前的人工智能研究人员借鉴了几代计算专家，他们塑造了人工智能及其应用的技术和理论基础。
“我们一直走在计算机科学和人工智能的最前沿，从现代计算机科学的创始人艾伦·图灵（Alan） Turing开始，他在这里获得了博士学位。他写了第一篇论文，提出了这样一个问题：“机器可以智能吗？现在我们正在为他很久以前提出的这个问题设计越来越有趣的答案，“哈赞说。
普林斯顿大学最近对 Nvidia GPU 集群的数百万美元投资为大学的研究人员提供了非凡的机会，为大型语言模型开发一种新的范式，超越了当今的两个极端：封闭的专有模型“我们不知道任何细节”，正如 Arora 所说，以及完全开源的模型“我们知道所有细节，但坦率地说它们不是很好”。
-
在普林斯顿大学高性能计算研究中心 （HPCRC），新的 Nvidia GPU 集群是该大学最先进的计算基础设施的有力补充。
-
在机柜门后面，GPU 机架联网在一起。
-
Sanjeev Arora，摄于普林斯顿大学高性能计算研究中心（HPCRC）。Arora是Charles C. Fitzmorris计算机科学教授，也是普林斯顿大学语言与智能计划的主任。
“普林斯顿大学将在这里引领开放空间，”阿罗拉说，开源语言模型支持美国研究型大学的学术探究，并产生公众信任。
许多普林斯顿大学的计算机工程师和科学家都专注于设计更便宜、更节能的小型模型。“如果我们要使这项技术更加普遍，更重要的是，不要让它被少数公司锁定，那么关于如何制造更小模型的学术研究本身就是一个重要的研究领域，”Rexford说。
加速跨学科发现
Griffiths说：“人工智能的大部分影响是因为它与世界上其他学科和其他类型的问题接触。
在普林斯顿大学，卓越的学术成果分布在各个学科之间，这个小而亲密的校园汇集了严肃的思想家，将人工智能应用于世界的巨大挑战，并使技术与人类价值观保持一致。“跨学科确实是一个神奇的词，”计算机科学副教授奥尔加·鲁萨科夫斯基（Olga Russakovsky）说，他研究计算机视觉以及如何对偏见进行编码保护。
在自然科学、人文和社会科学领域，专家团队正在将人工智能应用于新问题和旧问题。遗传学家正在与语言学家合作解码DNA。社会科学家正在从人口普查数据中梳理出经过微调的经济差异。
计算机科学助理教授兼 Vertaix 实验室主任 Adji Bousso Dieng 正在人工智能和自然科学的交叉领域工作，以解决广泛的科学问题，包括预测 COVID 变体、发现新材料和加速分子模拟。
“人工智能确实在加速科学的发展，“迪昂说，” 这不是对未来的预测。 现在 ，我们看到这种加速发生在材料科学、生物学中，也将发生在其他领域。
研究古代语言和文化的学者正在转向大型语言模型来帮助破译古代文本。“人工智能的发展正在改变我们重建古代记录的方式，”古典学系主任兼尤因希腊语言文学教授芭芭拉·格拉齐奥西（Barbara Graziosi）说。她暗示，即将发表的论文将借鉴她的人工智能辅助工作，揭示几位古代作家的新面貌。“人们认为我们知道亚里士多德说了什么。他们会感到惊讶的！
人工智能正在帮助学者破译和重建不可替代的人工制品。普林斯顿大学近东犹太文明的Khedouri A. Zilkha教授玛丽娜·鲁斯托（Marina Rustow）是普林斯顿Geniza实验室的负责人，她正在领导一个使用神经网络的项目，该项目可以对开罗中世纪犹太教堂的数千份文件进行可搜索的转录。这份手稿是犹太哲学家摩西·迈蒙尼德 （Moses Maimonides） 写给他的兄弟大卫的最后一封信，写于 1170 年。
普林斯顿大学的著名人工智能学者还包括工程师、社会学家、哲学家、 经济学家、文学评论家、历史学家、心理学家和认知心理学家、物理学家、政治学家、神经科学家、生物学家、天体物理学家、音乐学家、化学家、地球科学家和非裔美国人文化专家。
“普林斯顿大学之所以是从事此类工作的好地方，原因之一是因为每个领域都有优秀的人，”专注于预测性人工智能局限性的社会学家和计算社会科学家马修·萨尔加尼克（Matthew Salganik）说。“无论你在寻找什么样的合作者，这里都有其中之一。”
普林斯顿大学的许多跨学科数据科学中心包括由梅雷迪思·马丁（Meredith Martin）领导的数字人文中心（CDH），由RocíoTitiunik领导的数据驱动社会科学计划（DDSS）和由纳拉亚南（Narayanan）领导的公共政策CITP。
“问题如此之大，如此复杂;普林斯顿大学拥有如此多的不同观点，这是一种真正的优势，“2019 年至 2022 年领导 CITP 的 Salganik 说。 “让普林斯顿与众不同的另一件事是长期思维。政策制定者未来将面临哪些困难？我们现在该如何为这些时刻做好准备？
“为人类服务”
普林斯顿大学的非正式座右铭 是“为国家服务和人类服务”，这塑造了普林斯顿大学研究人员处理人工智能社会影响的方式，从GPT模型接管工作的经济影响到在有偏见的数据上训练的模型带来的风险，因此编码了偏见。
“在大多数情况下，计算机科学学科是围绕着帮助行业使计算技术更好、更快、更便宜的问题为导向的，这并没有错，”纳拉亚南说。“但我认为计算机科学需要有一个子集，其目的是让权力承担责任。
鲁哈·本杰明（Ruha Benjamin）和乔纳森·穆莫洛（Jonathan Mummolo）是大学学者之一，他们正在研究人工智能的社会影响。穆莫洛是政治和公共事务副教授，他正在研究如何使用计算机视觉模型来更好地理解警民互动并改善监督。本杰明是普林斯顿大学的亚历山大·斯图尔特（Alexander Stewart）1886年非裔美国人研究教授，也是艾达·威尔斯（IDA B. WELLS）公正数据实验室（IDA B. WELLS JUST DATA LAB）的主任，他直面人工智能反映和再现不平等和不公正的方式。
Hazan专注于使人工智能与人类价值观保持一致。“在现代大型语言模型的背景下，我们如何防止语言模型帮助不良行为者？”他问道。“我们如何防止他们散布虚假信息、颠覆民主等等？我们如何检测寻求权力的行为？
Russakovsky的团队正在设计计算机视觉系统，以抵制种族和性别歧视等偏见。 Russakovsky 还共同创立了 AI4ALL，将 AI 介绍给具有不同观点、声音和经验的高中生和大学生，目标是释放 AI 的潜力，造福全人类。
“人工智能不仅仅是自动驾驶汽车和杀手机器人或其他什么。它是一种工具，可以用它做很多好事，“她说。 “任何有激情并想要改变世界的人都可以在人工智能中找到自己的位置，并可以利用人工智能来帮助他们。“
提高参与度
新泽西州中部地区位于纽约和华盛顿之间，在高等教育、医疗保健、金融、可持续能源和技术方面具有非凡的优势。作为该知识生态系统的一部分，普林斯顿大学与附近的行业、政府和学术机构保持着牢固的合作伙伴关系。这些重要的关系使大学能够将研究转化为解决方案，以实现人工智能的承诺并解决其社会影响。
该大学与普林斯顿创新中心生物实验室、谷歌 DeepMind 普林斯顿、NSF I-Corps 中心：东北地区、 高级研究所的人工智能政策和治理工作组以及新泽西州罗格斯癌症研究所有着密切的合作，其中许多是由普林斯顿大学教职员工全部或部分创立的。
“我们致力于通过劳动力发展、创新和创业来支持当地的人工智能生态系统，为一个有利于该地区的社区做出贡献，同时扩大我们教师的工作，”雷克斯福德说。
为此，该大学正在与新泽西州和新泽西州经济发展局合作，为新泽西州计划中的人工智能中心举办首届召集活动。
4 月 11 日的活动仅限受邀者参加，欢迎来自该地区及其他地区的合作伙伴讨论人工智能在健康、金融、可持续能源和技术方面的应用，以及人工智能对社会的影响。 Microsoft公司副主席兼总裁布拉德·史密斯（Brad Smith）将发表主题演讲。新泽西州州长菲尔·墨菲（Phil Murphy）和普林斯顿大学校长克里斯托弗·艾斯格鲁伯（Christopher L. Eisgruber）将发表讲话。
谷歌DeepMind普林斯顿的负责人哈赞（Hazan）表示，该计划的存在是普林斯顿大学推动创新能力的一个指标。“谷歌没有在世界各地或每所大学都有实验室，”他说。 “普林斯顿大学、教师和学生的实力，大学在这些领域投资、购买计算能力以及在教师队伍和设备方面投资该领域的承诺——所有这些加在一起，使人们在普林斯顿研究人工智能非常有吸引力。“
2023 年 12 月，大学和州官员宣布了在新泽西州建立新的人工智能中心的计划。出席活动的有（左起）：新泽西州经济发展局首席执行官蒂姆·沙利文（Tim Sullivan）;普林斯顿大学教务长詹妮弗·雷克斯福德（Jennifer Rexford）;普林斯顿大学校长克里斯托弗·艾斯格鲁伯（Christopher L. Eisgruber）;新泽西州州长菲尔·墨菲（Phil Murphy）;以及新泽西州首席人工智能策略师贝丝·诺维克（Beth Noveck）。
新闻旨在传播有益信息，英文版原文来自https://www.princeton.edu/news/2024/03/18/ai-princeton-pushing-limits-accelerating-discovery-and-serving-humanity