（来源：上观新闻）
这个任务远✊比"理解复杂🐺推理过程"🏍🇳🇮简单得多🏫。---🇪🇸 一、从"写代🤴码的AI"到"👨❤️👨🗻做科研🚶♀️的AI"，这一🛋步有多难？ 🍶科研工作🚌🕓在很多人👠眼里是一项需🇮🇲🇺🇾要高度专注和持续👩💻🍍推进的复杂工🐚🍀作🦛😐。例如，该智🧰🐛能体在时序上🧴🔢出现了错误，导👹致数据在 C🙇PU 上的🔫✨传输与时钟周期🇲🇻不符🦇😑。创作者要牢牢🏴握紧方向盘🥡。系统首先将两🔡张图片各🇵🇪🇸🇩自分解🌄⛷成若干🇧🇱📰个区域（比如人🚣物、天空、背🏊景、物体等）🚃🙏，然后对每个区💤域建立♿🏩一个"节点"🇲🇻🚹。
202🗡🔀0 年🤾♂️，研究人员对🏭 GPT-2😖 模型⬛🏖进行了🛴🇯🇴微调，使其能够〰设计逻辑电路片🏗👟段；202💝🇵🇼3 年，研究☔🇧🇬人员使⚰🗡用GPT-4 帮🈵助设计了一个具🎌🍕有新型指🤚🌿令集的 8🐹🌎 位处理器；🥪到 202🔠➰4 年，🇸🇻👞各种 🕰👊LLM 可以🏭🦃设计和测试具🏪🥖有基本功能🕕的芯片，例如掷🤳🤹♂️骰子（尽🇵🇰😓管这些🛶🌷芯片通🇪🇨常存在缺陷🤖👘）🧫🗿。这些图片涵🤫🦖盖了室内外各种场🤙🇬🇾景，拍💤🥗摄角度和光线🎥条件各异💿◻。AI科学家使用😀🌍GLM-5模🎙型时达到了平均🏮33.73分，比🧜♀️此前最强AI基线🦁🧵高出11.15分⛔🈂，并显著🔙缩小了🚅➡与人类博士生的差🙍🤱距☸。
