iA Cientista Supreende e Tem Artigo Aprovado Em Congresso de Humanos | Sakana Ai Está de Volta

00:16:24
https://www.youtube.com/watch?v=2aMtl0oGq2A

Résumé

TLDREste vídeo explora a aprovação de um artigo científico gerado por uma Inteligência Artificial (IA) durante o processo de revisão por pares, um feito notável no campo da pesquisa científica. O artigo foi produzido pelo projeto AI Scientist V2 e, apesar de apenas um dos três artigos submetidos ter sido aceito, a conquista é significativa. O autor do vídeo detalha como a revisão por pares funciona, a importância da colaboração com a conferência ICLR e os desafios enfrentados. Além disso, discute como isso pode influenciar o futuro da pesquisa acadêmica e a interação entre humanos e IA na produção de conhecimento.

A retenir

  • 🤖 O primeiro artigo científico gerado por IA foi aprovado!
  • 📚 A revisão por pares valida a qualidade do trabalho acadêmico.
  • 👥 O processo de revisão foi duplamente cego para evitar viés.
  • 🔍 AI Scientist V2 é a nova versão do projeto que cria artigos.
  • 📊 Apenas 1 de 3 artigos foi aceito, mostrando rigor na seleção.
  • 📝 O workshop permite a apresentação de descobertas preliminares.
  • 🤝 A colaboração com ICLR foi parte fundamental do processo.
  • ⏩ O futuro da pesquisa pode ver mais trabalhos gerados por IA.
  • 🔧 A IA também pode melhorar sua própria produção através de feedback.
  • 🌟 Este avanço indica um futuro promissor para a IA na ciência.

Chronologie

  • 00:00:00 - 00:05:00

    Nesta parte, o apresentador discute a primeira publicação científica aprovada, gerada por uma Inteligência Artificial (IA), destacando a importância da revisão por pares. Ele menciona que o artigo foi submetido por uma empresa que já é conhecida por desenvolver IAs para pesquisa científica. O conteúdo é contextualizado, mostrando a evolução e capacidade das IAs em produzir trabalhos científicos.

  • 00:05:00 - 00:10:00

    Aqui, o foco recai sobre o processo rigoroso pelo qual a publicação passou, incluindo a revisão duplamente cega, onde tanto o autor quanto o revisor permanecem anônimos. A apresentação enfatiza que três artigos foram submetidos, mas apenas um foi aceito, destacando que a IA é capaz de gerar conteúdo original, mas ainda enfrenta desafios na aceitação em conferências científicas.

  • 00:10:00 - 00:16:24

    Na última parte, a análise detalhada dos artigos feitos por humanos revela que a IA, embora tenha produzido conteúdos que podem ser interessantes, não conseguiu superar os padrões internos exigidos para aceitação em conferências de alta qualidade. O falante reflete sobre o futuro das IAs na produção científica e sugere que a parceria entre humanos e IA pode evoluir para melhorar as publicações científicas.

Carte mentale

Vidéo Q&R

  • O que é revisão por pares?

    É um processo em que especialistas da mesma área avaliam a qualidade e a validade de um artigo científico antes da publicação.

  • Quantos artigos gerados pela IA foram enviados para revisão?

    Três artigos foram enviados para o workshop.

  • Quantos artigos foram aceitos na revisão?

    Apenas um artigo foi aceito.

  • O que é AI Scientist?

    É um projeto que visa desenvolver Inteligência Artificial para realizar pesquisas científicas.

  • Qual a importância do teste de Turing neste contexto?

    Refere-se à capacidade da IA de gerar trabalhos que podem ser indistinguíveis dos escritos por humanos.

  • O que a revisão duplamente cega significa?

    Tanto os revisores quanto os autores permanecem anônimos durante o processo de revisão.

  • Qual conferência estava avaliando os artigos?

    O trabalho foi submetido ao ICLR, uma das principais conferências de aprendizado de máquina.

Voir plus de résumés vidéo

Accédez instantanément à des résumés vidéo gratuits sur YouTube grâce à l'IA !
Sous-titres
pt
Défilement automatique:
  • 00:00:00
    é pessoal parece que o primeiro agente
  • 00:00:02
    de Inteligência Artificial cientista
  • 00:00:05
    teve um artigo aprovado que foi avaliado
  • 00:00:08
    por seres humanos será que esse é o
  • 00:00:10
    teste de touring científico vamos
  • 00:00:12
    entender o que tá acontecendo vem comigo
  • 00:00:13
    é isso aí vamos lá pessoal Sempre
  • 00:00:16
    agradecendo a todo mundo que deixou seu
  • 00:00:18
    like um agradecimento especial a todos
  • 00:00:19
    os membros do canal que patrocinam esse
  • 00:00:21
    canal aqui de Inteligência Artificial
  • 00:00:23
    Lembrando que os membros têm acesso a
  • 00:00:25
    vídeos exclusivos falando sobre agentes
  • 00:00:27
    EA e olha só a sacana ei ai essa empresa
  • 00:00:31
    ela já é famosa por est fazendo agentes
  • 00:00:34
    que fazem pesquisa científica eu já fiz
  • 00:00:36
    um vídeo antigão aqui apresentando essa
  • 00:00:39
    empresa explicando o que que tá
  • 00:00:41
    acontecendo como que ela tá trabalhando
  • 00:00:43
    Qual que é a principal ideia que ela tem
  • 00:00:45
    mas de forma geral ela quer fazer ia
  • 00:00:48
    científica só que agora a notícia que é
  • 00:00:50
    quentinha o Cientista da ia gera a
  • 00:00:53
    primeira publicação científica revisada
  • 00:00:55
    por pares O que que é uma publicação
  • 00:00:57
    revisada por pares a ideia dos não
  • 00:01:00
    significa que são duas pessoas mas
  • 00:01:02
    significa que quando você faz um artigo
  • 00:01:04
    alguém ou algumas pessoas da mesma área
  • 00:01:06
    vão avaliar aquele artigo Isso significa
  • 00:01:08
    que é um especialista da área avaliando
  • 00:01:11
    um artigo escrito por um especialista da
  • 00:01:12
    área então ali é expert contra expert e
  • 00:01:15
    sempre que tem uma revisão por pares a
  • 00:01:17
    credibilidade do artigo vai lá para cima
  • 00:01:20
    justamente porque é um especialista
  • 00:01:21
    falando de outro especialista Mas vamos
  • 00:01:24
    entender o que que tá acontecendo aqui ó
  • 00:01:25
    temos orgulho em anunciar que um artigo
  • 00:01:27
    produzido pelo the ai science passou no
  • 00:01:30
    processo de revisão por Paris em um
  • 00:01:32
    workshop em uma das principais
  • 00:01:34
    conferências de aprendizado de máquina é
  • 00:01:36
    gente é oficial até onde sabemos Este é
  • 00:01:39
    o primeiro artigo totalmente gerado por
  • 00:01:41
    ia que passou pelo mesmo processo de
  • 00:01:43
    revisão por pares pelo qual cientistas
  • 00:01:45
    humanos passam É e tem até a referenci
  • 00:01:48
    zinha aqui eles estão entrando pra
  • 00:01:49
    história é claro que no futuro Pode ser
  • 00:01:51
    que alguém revise esse primeiro artigo e
  • 00:01:53
    descubra que alguém teve algum artigo
  • 00:01:54
    publicado antes que também fez o mesmo
  • 00:01:56
    método mas que ninguém tá sabendo agora
  • 00:01:58
    assim como aqui no Bras a gente já teve
  • 00:02:00
    lei que foi aprovada e a lei foi gerada
  • 00:02:02
    por ia mas a lei foi revisada essa daqui
  • 00:02:05
    não essa aqui é 100% o artigo foi gerado
  • 00:02:07
    por uma versão melhorada do ai Scientist
  • 00:02:10
    original chamada de ai Scientist V2
  • 00:02:13
    então gente já estamos na V2 aqui do
  • 00:02:15
    nosso cientista e sempre lembrando que
  • 00:02:17
    essas versões não tem limite né pode
  • 00:02:19
    chegar na V3 V10 v20 mal começamos
  • 00:02:22
    compartilharemos todos os detalhes do ai
  • 00:02:25
    Scientist em um próximo lançamento esse
  • 00:02:27
    artigo foi enviado para um workshop do
  • 00:02:29
    clr de 2025 que concordou em trabalhar
  • 00:02:33
    com nossa equipe para conduzir um
  • 00:02:35
    experimento de revisão duplamente cega
  • 00:02:37
    de manuscritos gerados por ia então Aqui
  • 00:02:39
    nós temos mais informações né eles
  • 00:02:41
    trabalharam em cooperação não foi
  • 00:02:44
    escondido não foi uma coisa assim que
  • 00:02:45
    eles mandaram Sem ninguém ficar sabendo
  • 00:02:47
    e de repente foi aprovado porém tem uma
  • 00:02:49
    informação importante aqui ó duplamente
  • 00:02:51
    cego significa o seguinte quando o
  • 00:02:53
    trabalho é enviado de forma anônima e
  • 00:02:56
    também não se sabe quem foi o revisor
  • 00:02:58
    que fez a revisão daquele artigo por
  • 00:02:59
    isso que ele é duplamente cego quando é
  • 00:03:01
    um cego simples significa que só o
  • 00:03:04
    revisor é anônimo mas quando é duplo
  • 00:03:06
    cego artigo e revisor são anônimos então
  • 00:03:09
    assim dificulta saber quem foi que
  • 00:03:10
    escreveu na hora que o cara tá avaliando
  • 00:03:13
    isso ajuda a diminuir o viés né porque
  • 00:03:15
    de repente o revisor lê um nome famoso
  • 00:03:17
    ali e já dá uma nota mais alta ou a
  • 00:03:19
    pessoa que tá escrevendo sabe que o
  • 00:03:20
    revisor é famoso já dá uma melhoradinha
  • 00:03:22
    ali né então isso aí ajuda a reduzir
  • 00:03:24
    essas coisas selecionamos esse workshop
  • 00:03:27
    por causa do seu escopo mais amplo
  • 00:03:29
    desafiando pesquisadores do nosso ai
  • 00:03:31
    Scientist a abordar diversos tópicos de
  • 00:03:33
    pesquisa que abordam limitações práticas
  • 00:03:35
    do aprendizado profundo então assim ó
  • 00:03:38
    quando você tá mandando para um workshop
  • 00:03:39
    que o tema é mais amplo significa que o
  • 00:03:41
    revisor pode pegar tema de qualquer lado
  • 00:03:43
    de qualquer área isso de certa forma
  • 00:03:46
    facilita PR I porque quando a coisa é
  • 00:03:48
    genérica demais não tem problema se
  • 00:03:50
    passar uma coisinha ou outra por outro
  • 00:03:52
    lado se fosse alguma coisa muito
  • 00:03:53
    específica aí ia ser Muita gente da
  • 00:03:55
    mesma área especificamente do mesmo
  • 00:03:57
    ponto com conhecimento lá em cima seria
  • 00:04:00
    bem mais difícil o workshop é sediado no
  • 00:04:02
    iclr uma das principais conferências em
  • 00:04:05
    aprendizado de máquina e pesquisa de
  • 00:04:06
    Inteligência Artificial juntamente com o
  • 00:04:08
    neuro IPS e o icml Fechou então assim ó
  • 00:04:12
    estamos num lugar legal estamos falando
  • 00:04:14
    de uma galera que tá fazendo a mesmo de
  • 00:04:16
    verdade conduzimos esse experimento com
  • 00:04:18
    a cooperação total da liderança do iclr
  • 00:04:20
    e dos organizadores desse workshop do
  • 00:04:22
    iclr e isso significa que tava todo
  • 00:04:25
    mundo sabendo
  • 00:04:26
    iclr a universidade da British Columbia
  • 00:04:28
    e até aqu continua ó planejamos dar uma
  • 00:04:31
    palestra no workshop do iclr para
  • 00:04:33
    compartilhar nossas experiências e
  • 00:04:35
    particularmente os desafios dos projetos
  • 00:04:36
    do ai Scientist Isso significa que além
  • 00:04:39
    deles estarem participando submetendo um
  • 00:04:41
    artigo o próprio trabalho que eles estão
  • 00:04:43
    fazendo já é um trabalho científico de a
  • 00:04:45
    e olha só como foi a avaliação
  • 00:04:47
    trabalhamos com os organizadores do
  • 00:04:49
    workshop e concordamos que enviaríamos
  • 00:04:51
    três artigos gerados por EA para o
  • 00:04:53
    workshop para revisão por pares Fechou
  • 00:04:55
    então são três artigos os revisores
  • 00:04:57
    foram informados sobre a possibilidade e
  • 00:04:59
    probabilidade de que os artigos que eles
  • 00:05:01
    estão revisando possam ser gerados por
  • 00:05:03
    EA três de 43 artigos mas não se os
  • 00:05:06
    artigos atribuídos a eles foram
  • 00:05:08
    realmente gerados por ia ou não e isso é
  • 00:05:10
    interessante né porque dá aquele clima
  • 00:05:12
    de teste de turing você sabe que pode
  • 00:05:14
    ter mas você não tem certeza aí você
  • 00:05:16
    fica na dúvida tem não tem Seria
  • 00:05:18
    interessante se os avaliadores depois
  • 00:05:20
    pudessem dizer quais que eles acharam
  • 00:05:22
    que foi a que fez criticamente os
  • 00:05:24
    artigos gerados por EA que enviamos
  • 00:05:26
    foram inteiramente gerados de ponta a
  • 00:05:28
    ponta por EA sem n nenh uma modificação
  • 00:05:30
    de humanos então assim a gerou eles
  • 00:05:33
    pegaram o pdf ali mandaram do jeitinho
  • 00:05:35
    que tava o ai centista V2 surgiu como a
  • 00:05:37
    hipótese científica propôs Os
  • 00:05:39
    experimentos para testar a hipótese
  • 00:05:41
    escreveu e refinou o código para
  • 00:05:44
    conduzir esses experimentos executou Os
  • 00:05:46
    experimentos analisou os dados
  • 00:05:48
    visualizou os dados em figuras e
  • 00:05:50
    escreveu cada palavra de todo manuscrito
  • 00:05:52
    científico do título a referência final
  • 00:05:55
    incluindo a colocação das figuras e toda
  • 00:05:57
    a formatação isso para deixar bem claro
  • 00:06:00
    gente ele realmente fez tudo e um
  • 00:06:02
    detalhe interessante que tá aqui no meio
  • 00:06:04
    é que ele fala assim ó escreveu e
  • 00:06:06
    refinou o código para conduzir esses
  • 00:06:07
    experimentos isso porque esse cientista
  • 00:06:10
    aqui ele trabalha com programação então
  • 00:06:12
    ele consegue formular hipótese e testar
  • 00:06:14
    E aí Eles continuam nós como humanos
  • 00:06:16
    supervisionando esta equipe apenas demos
  • 00:06:18
    a ela o tópico amplo para realizar a
  • 00:06:20
    pesquisa porque o tópico deve ser
  • 00:06:22
    relevante para o workshop ao qual
  • 00:06:23
    enviamos então assim ó eles deram o
  • 00:06:25
    tópico amplo Então vamos dizer assim ó é
  • 00:06:28
    uma conferência de inteligência
  • 00:06:29
    artificial eles não falaram assim ó faz
  • 00:06:31
    um artigo sobre visão computacional não
  • 00:06:33
    eles falaram uma coisa bem abrangente e
  • 00:06:35
    escolhemos três artigos gerados por EA
  • 00:06:37
    para enviar e escolhemos esse número
  • 00:06:39
    após discussões com organizadores do
  • 00:06:41
    workshop para evitar sobrecarregar os
  • 00:06:43
    revisores é Claro porque senão a
  • 00:06:45
    sacanagem né já fazendo trocadilho com
  • 00:06:48
    Sacana e porque é muito fácil ficar
  • 00:06:50
    gerando um monte de artigo ali e deixar
  • 00:06:52
    os revisores ali se perdendo tentando
  • 00:06:54
    entender o que que tá rolando ali a
  • 00:06:55
    capacidade que a inteligência artificial
  • 00:06:57
    tem de gerar artigos é muito maior do
  • 00:06:59
    que a a gente tem de analisar né
  • 00:07:00
    analisamos os artigos gerados e enviamos
  • 00:07:02
    aqueles que achamos que eram os três
  • 00:07:04
    melhores considerando a diversidade e
  • 00:07:06
    qualidade então assim ó eles pré
  • 00:07:08
    selecionaram esses três entre mais
  • 00:07:11
    artigos que eles mesmos escreveram
  • 00:07:12
    conduzimos nossa própria análise
  • 00:07:14
    detalhada dos três artigos dos três
  • 00:07:16
    artigos enviados dois artigos não
  • 00:07:18
    atingiram o padrão de aceitação Ah então
  • 00:07:20
    olha aí ó temos apenas 30% ali de
  • 00:07:23
    aceitação um artigo recebeu uma
  • 00:07:25
    pontuação média de 6,33 classificando
  • 00:07:27
    aproximadamente 45% de todos os envios E
  • 00:07:31
    essas pontuações são mais altas do que
  • 00:07:32
    muitos outros artigos escritas por
  • 00:07:34
    humanos aceitos no workshop colocando o
  • 00:07:37
    artigo acima do limite médio de
  • 00:07:38
    aceitação especificamente as pontuações
  • 00:07:41
    foram de nota se que é marginalmente
  • 00:07:43
    acima do limite de aceitação valiação
  • 00:07:45
    sete foi aceito classificação seis que é
  • 00:07:48
    marginalmente acima do limite de
  • 00:07:49
    aceitação e tem um detalhe caso fosse
  • 00:07:52
    aceito eles comentam o seguinte ó se
  • 00:07:54
    fossem aceitos nós os retirariam antes
  • 00:07:57
    de serem realmente publicados por Porque
  • 00:07:59
    eles estão ali trabalhando em parceria e
  • 00:08:01
    eles não querem prejudicar nada não
  • 00:08:03
    querem fazer nada de ninguém eles só
  • 00:08:04
    queriam ver se ia passar mesmo ó lá isso
  • 00:08:06
    ocorre porque eles foram gerados por ia
  • 00:08:08
    e as comunidades científicas e aa ainda
  • 00:08:10
    não decidiram se queremos publicar
  • 00:08:12
    manuscritos gerados por ia nos mesmos
  • 00:08:14
    locais então a ideia seria assim de
  • 00:08:17
    repente vai ter uma publicação de
  • 00:08:18
    trabalhos feitos por ia em uma
  • 00:08:20
    conferência e trabalhos feitos por seres
  • 00:08:22
    humanos em outra e foi isso que eles
  • 00:08:23
    fizeram assim que foi feita a revisão
  • 00:08:25
    por pares lá Eles tiraram o artigo e não
  • 00:08:28
    passaram aqui ó por nenhuma meta revisão
  • 00:08:30
    adicional do artigo Então vamos dizer
  • 00:08:32
    assim fizeram a etapa primeira ali foi
  • 00:08:34
    aprovado então eventualmente poderia ter
  • 00:08:36
    uma segunda análise ali mas ela não foi
  • 00:08:38
    feita embora o artigo tenha recebido uma
  • 00:08:40
    pontuação média de 6,33 ainda é possível
  • 00:08:43
    que um meta revisor neste caso os
  • 00:08:45
    organizadores do workshop em teoria
  • 00:08:47
    podessem ter rejeitado esse artigo e
  • 00:08:49
    aqui tá um exemplo aqui do comecinho né
  • 00:08:51
    da página inicial dizendo aqui que os
  • 00:08:53
    autores são anônimos que essa a ideia do
  • 00:08:55
    duplo cego e explicando né o a
  • 00:08:57
    regularização composicional obstáculos
  • 00:09:00
    inesperados na hora que eles estão
  • 00:09:02
    fazendo ali a melhoria da generalização
  • 00:09:04
    de uma rede neural então é um tema bem
  • 00:09:06
    específico é algo realmente que quem é
  • 00:09:08
    da área entende mas quem não é da área
  • 00:09:10
    fica boiando E aí eles comentam o
  • 00:09:11
    seguinte aqui ó desafios e limitações
  • 00:09:14
    essa parte interessante ó notamos que
  • 00:09:17
    embora nosso cientista de a tenha gerado
  • 00:09:19
    com sucesso um trabalho revisado por
  • 00:09:21
    pares o local em que o trabalho
  • 00:09:23
    apresentado é na trilha do workshops em
  • 00:09:25
    vez da trilha principal da conferência
  • 00:09:27
    Então vamos dizer assim né quem passou
  • 00:09:29
    na fila do workshop estava numa fila
  • 00:09:31
    mais fácil também reiteramos que apenas
  • 00:09:33
    um dos três artigos gerados foi aceito
  • 00:09:35
    neste workshop que também mostra que ele
  • 00:09:37
    não passou tão fácil ele tava no
  • 00:09:39
    workshop genérico não tava na trilha
  • 00:09:41
    principal e dos três só um passou então
  • 00:09:44
    já dá para perceber que ele não é ali
  • 00:09:46
    aquela coisa fenomenal de outro planeta
  • 00:09:49
    normalmente os artigos de workshop
  • 00:09:50
    apresentam descobertas preliminares que
  • 00:09:52
    são menos refinadas em comparação com as
  • 00:09:54
    principais submissões da conferência e
  • 00:09:57
    de fato muitos artigos de Conferência
  • 00:09:58
    como comearam com um artigo de workshop
  • 00:10:00
    é é aquela coisa né você tá começando
  • 00:10:02
    ali você quer saber se a tua ideia é boa
  • 00:10:04
    você publica primeiro no workshop se
  • 00:10:06
    passar aí de repente você pensa em
  • 00:10:08
    mandar pra linha principal como
  • 00:10:09
    descrevemos mais tarde a nossa sessão de
  • 00:10:11
    análise nós como pesquisadores de a
  • 00:10:13
    humana também conduzimos nossas próprias
  • 00:10:15
    revisões internas em três artigos mas
  • 00:10:17
    concluímos que nenhum deles passou na
  • 00:10:18
    nossa barra interna para a publicação na
  • 00:10:20
    trilha de Conferência então eles mesmos
  • 00:10:23
    ali rejeitaram alguns artigos lá
  • 00:10:25
    internamente as taxas de assentação na
  • 00:10:27
    conferência principal de uma conferência
  • 00:10:28
    de aprendizado usar de máquina de ponta
  • 00:10:30
    como iclr eclm e neo IPS estão
  • 00:10:34
    tipicamente na faixa de 20 a 30%
  • 00:10:36
    enquanto nos workshops aquele para o
  • 00:10:38
    qual escrevemos hospedados junto com as
  • 00:10:40
    principais conferências de machine
  • 00:10:41
    learning TM taxas de aceitação na faixa
  • 00:10:43
    de 60 a 70 então eles estavam no fácil
  • 00:10:46
    do fácil do fácil né em trabalhos
  • 00:10:48
    futuros pretendemos melhorar nosso
  • 00:10:49
    processo para produzir artigos
  • 00:10:51
    científicos de qualidade ainda maior que
  • 00:10:53
    podem passar no teste de conferências de
  • 00:10:55
    primeira linha isso é interessante né
  • 00:10:57
    Por mais que ele tenha passado no f do
  • 00:10:59
    fácil do fácil do fácil ele passou essa
  • 00:11:02
    coisa é interessante porque se ele
  • 00:11:03
    tivesse sido rejeitado nos três artigos
  • 00:11:06
    a notícia ia ser completamente outra EA
  • 00:11:08
    ser a seguinte EA não é inteligente
  • 00:11:10
    tentou passar na conferência e reprovou
  • 00:11:12
    em todos os testes e não foi isso a
  • 00:11:14
    notícia foi ao contrário fala assim ó
  • 00:11:16
    dos três ali um passou Gostaríamos
  • 00:11:19
    também de observar que o ai Scientist é
  • 00:11:21
    um sistema baseado principalmente em
  • 00:11:22
    modelos de linguagem de ponta e portanto
  • 00:11:25
    o desempenho dele está diretamente
  • 00:11:26
    vinculado ao desempenho dessas llms se
  • 00:11:28
    os de bases de Fronteira continuarem
  • 00:11:31
    melhorando como os cientistas esperam o
  • 00:11:33
    cientista EA também Continuará
  • 00:11:34
    melhorando isso é fato né gente conforme
  • 00:11:37
    as eas de base melhoram tudo melhoram e
  • 00:11:39
    olha aqui o detalhe ó nossa análise dos
  • 00:11:41
    artigos gerados por EA além do processo
  • 00:11:43
    de revisão por pares como os
  • 00:11:45
    pesquisadores de a humanas também
  • 00:11:46
    conduzimos nossa própria análise e
  • 00:11:48
    revisamos todos os três artigos gerados
  • 00:11:50
    por EA então aqui eles estão falando da
  • 00:11:52
    análise que eles mesmos fizeram tratamos
  • 00:11:54
    os três artigos como se fossem
  • 00:11:56
    manuscritos submetidos à trilha
  • 00:11:58
    principal da referência que tem o nível
  • 00:12:00
    mais alto de exigência para aceitação e
  • 00:12:02
    nossa equipe escreveu revisões
  • 00:12:03
    abrangentes para cada artigo gerado
  • 00:12:05
    então tem aqui as folhinhas tá vendo
  • 00:12:06
    esses bloquinhos Cor de Rosa aqui ó é a
  • 00:12:08
    crítica que o pessoal escreveu Assumimos
  • 00:12:10
    o papel de revisor da conferência do
  • 00:12:12
    iclr fornecendo ao autor do artigo o eii
  • 00:12:15
    Scientist os problemas encontrados no
  • 00:12:16
    artigo bem como sugestões sobre como o
  • 00:12:19
    autor deve incorporar nossos comentários
  • 00:12:20
    para melhorar o artigo abordando nossos
  • 00:12:22
    problemas levantados gente isso aqui é
  • 00:12:24
    simplesmente demais Vocês entenderam
  • 00:12:26
    eles pegaram o artigo fizeram uma
  • 00:12:29
    revisão o revisor coloca alguns
  • 00:12:31
    comentários e isso significa que com
  • 00:12:33
    aqueles comentários a própria
  • 00:12:35
    Inteligência Artificial pode reescrever
  • 00:12:37
    o artigo fazendo melhorias naqueles
  • 00:12:39
    pontos que foram sugeridos
  • 00:12:40
    Diferentemente do processo de revisão de
  • 00:12:42
    workshop essa troca de Idas e Vindas faz
  • 00:12:45
    parte do processo típico de revisão por
  • 00:12:47
    pares para uma conferência ou periódicos
  • 00:12:48
    de ponta onde os revisores trabalham em
  • 00:12:50
    conjunto com os autores para melhorar o
  • 00:12:52
    trabalho e aqui tem um exemplo de um
  • 00:12:54
    detalhe aqui que eles pegaram por
  • 00:12:56
    exemplo aqui ele fala nós usamos uma
  • 00:12:58
    rede neural bas em lstm e ele cita aqui
  • 00:13:01
    que o autor é de 2016 que é o good
  • 00:13:03
    fellow e o comentário aqui ó na verdade
  • 00:13:05
    foi dessa outra pessoa aqui com esse
  • 00:13:06
    nome di fío aqui que você na sua casa
  • 00:13:09
    pode tentar ler e aqui outros
  • 00:13:10
    detalhezinhos né Nós definimos o termo
  • 00:13:12
    de regularização composicional e aqui o
  • 00:13:14
    cara comenta ó isso aqui podia ser um
  • 00:13:16
    pouco mais preciso né Isso é bem normal
  • 00:13:18
    para quem escreveu o artigo né Às vezes
  • 00:13:19
    você escreve uma frase ali que para você
  • 00:13:21
    faz todo sentido mas para quem tá lendo
  • 00:13:23
    fala assim pô eu não entendi direito
  • 00:13:25
    falta alguma coisa que explica um pouco
  • 00:13:27
    melhor E aí eles comentam além de nossas
  • 00:13:29
    revisões e comentários também fornecemos
  • 00:13:31
    pontuações de avaliação inicial para
  • 00:13:33
    cada artigo na fase de revisão Inicial
  • 00:13:35
    onde Nossa avaliação é fornecida de
  • 00:13:37
    acordo com as diretrizes das principais
  • 00:13:39
    conferências de machine learning como ne
  • 00:13:41
    IPS E iclr então né eles ajudaram ali De
  • 00:13:44
    certa forma a inteligência a melhorar o
  • 00:13:46
    artigo dela Além disso também conduzimos
  • 00:13:48
    uma revisão de código para garantir que
  • 00:13:50
    os resultados experimentais feitos pelo
  • 00:13:52
    dii Scientist sejam reproduzíveis que a
  • 00:13:54
    ideia é assim aá gerou um artigo e que
  • 00:13:57
    de repente se você quiser regerar ele de
  • 00:13:58
    novo você consegue né verificamos erros
  • 00:14:01
    como figuras ausentes citações ausentes
  • 00:14:03
    excessivas e problemas de formatação
  • 00:14:05
    para melhorar a precisão científica e
  • 00:14:07
    reprodutibilidade e Rigor estatístico
  • 00:14:09
    dos resultados encorajamos a cientista
  • 00:14:11
    ia a repetir cada um dos seus
  • 00:14:13
    experimentos que foram selecionados para
  • 00:14:15
    inclusão no artigos várias vezes bem
  • 00:14:17
    doido né é aquela coisa ali de
  • 00:14:19
    melhorando mesmo por fim concluímos que
  • 00:14:21
    nenhum dos três artigos passou por nossa
  • 00:14:23
    barra interna para o que acreditamos que
  • 00:14:25
    se qualificaria como artigo aceito na
  • 00:14:27
    trilha de conferência em sua as formas
  • 00:14:29
    atuais então internamente eles
  • 00:14:31
    reprovaram os artigos eles não aprovaram
  • 00:14:33
    no entanto acreditamos que os artigos
  • 00:14:35
    que enviamos para o workshop contém
  • 00:14:37
    ideias interessantes originais embora
  • 00:14:39
    preliminares que podem ser desenvolvidas
  • 00:14:42
    mais adiante portanto acreditamos que
  • 00:14:43
    eles podem se qualificar para a trilha
  • 00:14:45
    do workshop do iclr e aqui eles
  • 00:14:48
    disponibilizam né uma cópia dos artigos
  • 00:14:50
    Caso vocês tenham interesse em ver tem
  • 00:14:52
    aqui ó The Scientist do iclr 2025 as
  • 00:14:55
    notas que eles receberam né então por
  • 00:14:57
    exemplo esse aqui tirou as not notra 676
  • 00:15:00
    e os outros por exemplo ó tirou um 3 74
  • 00:15:02
    bem fraquinho né E esse aqui tirou um
  • 00:15:04
    333 bem fraquinho Então realmente teve
  • 00:15:06
    um aqui que chamou atenção bem mais do
  • 00:15:08
    que os outros isso É bem interessante se
  • 00:15:10
    a pessoa clicar aqui no artigo vai ter o
  • 00:15:12
    artigo aqui com os comentários e todo o
  • 00:15:14
    artigo inteirão com os gráficos né todas
  • 00:15:16
    essas coisas que ele utilizou para fazer
  • 00:15:18
    ali o artigo inclusive fazendo os testes
  • 00:15:20
    aqui as conclusões é um artigu inho
  • 00:15:22
    simples né aquela coisinha de três
  • 00:15:24
    quatro páginas ali não é nada de outro
  • 00:15:26
    planeta e aí o que que você acha será
  • 00:15:28
    que as inteligências artificiais vão
  • 00:15:30
    começar a fazer cada vez mais as coisas
  • 00:15:32
    pra gente a ponto da gente não precisar
  • 00:15:33
    mais trabalhar ou num certo nível em que
  • 00:15:35
    a inteligência artificial praticamente
  • 00:15:37
    faz quase tudo a gente só olha ali
  • 00:15:39
    revisa dá uma repensada naquilo porque
  • 00:15:42
    muitas vezes a gente manda a
  • 00:15:43
    inteligência artificial fazer alguma
  • 00:15:44
    coisa e ela faz no nível que a gente não
  • 00:15:46
    gostou muito e olha que interessante né
  • 00:15:48
    Colocar alguns comentários pode fazer
  • 00:15:50
    com que a Iá melhores respostas dela e a
  • 00:15:53
    partir desses comentários a gente tenha
  • 00:15:55
    uma base de dados para fazer uma
  • 00:15:56
    melhoria no treinamento do próprio
  • 00:15:57
    modelo eu achei bem interessante eu acho
  • 00:16:00
    que o futuro chegou e que esse nível só
  • 00:16:02
    vai continuar subindo né cada vez mais a
  • 00:16:04
    inteligência artificial vai ficar melhor
  • 00:16:06
    e cada vez mais ela vai ter mais
  • 00:16:08
    autonomia para fazer essas coisas que
  • 00:16:09
    ela tá fazendo agora se as coisas estão
  • 00:16:11
    como elas estão hoje imagina daqui 10
  • 00:16:14
    anos se você quiser apoiar o canal para
  • 00:16:16
    continuar vendo vídeos como esse seja
  • 00:16:18
    membro os membros TM acesso ao grupo do
  • 00:16:19
    WhatsApp vídeos antecipados É isso aí
  • 00:16:21
    deixa aquele like valeu
Tags
  • Inteligência Artificial
  • AI Scientist
  • Pesquisa Científica
  • Revisão por Pares
  • ICLR
  • Aprendizado de Máquina
  • Publicação Acadêmica
  • Inovação
  • Tecnologia
  • Desenvolvimento Científico