الشركة الناشئة تحاول خدعة جديدة لتطوير الذكاء الاصطناعي لاكتشاف العلوم
الشركة الناشئة تحاول خدعة جديدة لتطوير الذكاء الاصطناعي لاكتشاف العلوم
أصبح تطوير الذكاء الاصطناعي لاكتشاف العلوم هدفًا هائلاً لعمالقة التكنولوجيا. وقد حصلت شركات مثل OpenAI وAnthropic على تمويل بعشرات المليارات مع وعود بتحقيق اختراقات في الذكاء الاصطناعي في الطب والبيولوجيا والفيزياء. ومع ذلك، لا يزال الاكتشاف العلمي الحقيقي المعتمد على الذكاء الاصطناعي بعيد المنال، كما يتضح من الحوادث الماضية مثل اكتشاف رياضي تم فضحه بواسطة ChatGPT. التحدي الأساسي، وفقًا للخبراء، هو أن نماذج اللغة الكبيرة الحالية (LLMs) تفتقر إلى القدرة الجوهرية على توليد معرفة علمية جديدة بشكل مستقل.
لماذا تكافح مختبرات الذكاء الاصطناعي الكبرى مع الاكتشافات العلمية؟
يحدد ماركوس بوهلر، أستاذ الهندسة في معهد ماساتشوستس للتكنولوجيا، أحد القيود الأساسية في الذكاء الاصطناعي المتقدم اليوم. ويجادل بأن نماذج تشغيل الأنظمة من OpenAI وAnthropic ليست مصممة للاكتشاف الحقيقي. وتعتمد بنيتها على التعرف على الأنماط من البيانات الموجودة، وليس على خلق نظريات أو فرضيات جديدة.
وقد تم توضيح ذلك بشكل صارخ في الخريف الماضي عندما تم فضح الاكتشاف الرياضي المزعوم بواسطة ChatGPT بسرعة. سلطت الحلقة الضوء على الفجوة بين القوة التحليلية للذكاء الاصطناعي وتفكيره الإبداعي الموجه نحو الاكتشاف. إنه تحدٍ يذكرنا بمساعي الذكاء الاصطناعي الأخرى حيث تكافح التكنولوجيا مع الأصالة، تمامًا مثل الانتقادات التي واجهها "ممثل" الذكاء الاصطناعي تيلي نوروود بسبب افتقاره إلى الإبداع الحقيقي.
المشكلة الأساسية في نماذج الذكاء الاصطناعي الحالية
تتفوق النماذج اللغوية الكبيرة في معالجة المعلومات وتجديدها. يمكنهم تلخيص النصوص والإجابة على الأسئلة وحتى كتابة التعليمات البرمجية بناءً على بيانات التدريب الخاصة بهم. ومع ذلك، فإنهم يعملون ضمن حدود ما تعلموه بالفعل.
إن الاكتشاف العلمي بطبيعته يتطلب الدخول إلى المجهول. يتضمن تكوين اتصالات جديدة بين المجالات المتباينة واقتراح أفكار غير موجودة في أي مجموعة بيانات تدريبية. وهذه قفزة لم يُصمم الذكاء الاصطناعي التوليدي الحالي، الذي يركز على إنشاء المحتوى وأتمتته، لتحقيقها. تتطور الصناعة، كما رأينا مع التطورات مثل تحديث WordPress Gutenberg الذي يضع الأساس للنشر باستخدام الذكاء الاصطناعي، ولكن التحدي الأساسي للاكتشاف لا يزال قائمًا.
تقديم مختبرات غير معقولة: نهج جديد للذكاء الاصطناعي للعلوم
ولمعالجة هذه الفجوة، شارك البروفيسور بوهلر في تأسيس Unreasonable Labs مع يوان كاو، وهو عالم أبحاث كبير سابق في Google DeepMind. تهدف الشركة الناشئة إلى الريادة في اتباع نهج مختلف تمامًا لتطوير الذكاء الاصطناعي من أجل الاكتشافات العلمية. فبدلاً من الاعتماد فقط على استيعاب كميات كبيرة من البيانات، يقومون ببناء أنظمة قادرة على التفكير متعدد التخصصات.
حصلت شركة Unreasonable Labs مؤخرًا على 13.5 مليون دولار في جولة تمويلية بقيادة Playground Global. وشهدت الجولة مشاركة من AIX Ventures وE14 Fund وMS&AD Ventures. ويؤكد هذا الاستثمار الكبير إيمان السوق بمنهجيتهم الجديدة.
التعلم من لحظات "آها" في تاريخ العلوم
فرضية بوهلر هي أن العديد من الاكتشافات العظيمة تنشأ من لحظات "آها". هذه هي الحالات التي يطبق فيها العالم نظرية أو مفهومًا من مجال واحد لحل مشكلة في مجال مختلف تمامًا. This cross-pollination of ideas is key to breakthroughs.
والمثال الكلاسيكي هو عمل جون هوبفيلد في عام 1982. حيث قام بتطبيق مفاهيم من فيزياء المادة المكثفة على مجال الذكاء الاصطناعي الناشئ آنذاك. أدى هذا إلى تطوير شبكات هوبفيلد، وهي نوع من الشبكات العصبية القادرة على التعلم واسترجاع الذكريات. لقد كانت فكرة ثورية ولدت من ربط التخصصات غير ذات الصلة.
كيف يختلف الذكاء الاصطناعي الخاص بـ Unreasonable Labs عن النماذج السائدة
تم تصميم الذكاء الاصطناعي الذي يتم تطويره في Unreasonable Labs لتقليد هذه القدرة البشرية على الحصول على رؤية متعددة التخصصات. هدفهم ليس إنشاء نموذج لغوي أكبر، بل بناء نظام يمكنه التفكير عبر المجالات العلمية.
الرسوم البيانية المعرفية متعددة التخصصات: بدلاً من التدريب على النص وحده، يدمج الذكاء الاصطناعي الخاص بهم المعرفة المنظمة من مجالات علمية متعددة، من علم الأحياء إلى الفيزياء. محركات الاستدلال التناظري: تركز التكنولوجيا الأساسية على إيجاد أوجه التشابه والتشابه بين المفاهيم التي تبدو غير ذات صلة، وهو المحرك الرئيسي للابتكار العلمي. توليد الفرضيات: تم تصميم النظام لاقتراح فرضيات علمية قابلة للاختبار، وليس فقط تحليل البيانات الموجودة.
يمثل هذا النهج خروجًا كبيرًا عن استراتيجيات الاستحواذ الأكبرشركات التكنولوجيا، مثل استحواذ Zendesk على شركة Forethought الناشئة في مجال الذكاء الاصطناعي، والتي غالبًا ما تركز على تحسين تطبيقات خدمة العملاء الحالية بدلاً من ريادة أشكال جديدة من الاكتشاف.
مستقبل الاكتشاف المعتمد على الذكاء الاصطناعي
إذا نجحت تقنية Unreasonable Labs، فمن الممكن أن تعمل على تسريع الأبحاث في المجالات الحيوية. تخيل أن الذكاء الاصطناعي يمكنه اقتراح مركب دوائي جديد من خلال الجمع بين مبادئ الكيمياء وعلم الوراثة. أو نموذج يقترح مادة جديدة للطاقة المستدامة من خلال ربط مفاهيم من تكنولوجيا النانو والديناميكا الحرارية.
والتطبيقات المحتملة واسعة النطاق، بدءًا من تسريع الأبحاث الطبية وحتى حل التحديات البيئية المعقدة. وهذا يمثل الحدود التالية للذكاء الاصطناعي، والانتقال إلى ما هو أبعد من الأتمتة ليصبح شريكًا حقيقيًا في الإبداع البشري.
الخلاصة: الموجة التالية من ابتكارات الذكاء الاصطناعي
إن السباق لتطوير الذكاء الاصطناعي من أجل الاكتشافات العلمية يحتدم، ولكن النجاح الحقيقي قد يكمن في الشركات الناشئة المتخصصة مثل Unreasonable Labs. إن تركيزهم على التفكير متعدد التخصصات يوفر طريقًا واعدًا يتجاوز حدود نماذج اللغات الكبيرة الحالية. لقد بدأت للتو الرحلة نحو إنشاء ذكاء اصطناعي يمكنه الاكتشاف حقًا.
ابق على اطلاع بأحدث الابتكارات في مجال الذكاء الاصطناعي والتكنولوجيا. لمزيد من الأفكار ومشاركة هذه المقالة بسهولة، قم بإنشاء صفحة الارتباط المجانية في السيرة الذاتية على Seemless لتنظيم المحتوى المفضل لديك.
