Y Busnes Cychwyn Yn Ceisio Tric Newydd i Ddatblygu AI Ar gyfer Darganfod Gwyddoniaeth
Y Busnes Cychwyn Yn Ceisio Tric Newydd i Ddatblygu AI Ar gyfer Darganfod Gwyddoniaeth
Mae datblygu deallusrwydd artiffisial ar gyfer darganfod gwyddoniaeth wedi dod yn nod anferth i gewri technoleg. Mae cwmnïau fel OpenAI ac Anthropic wedi sicrhau degau o biliynau mewn cyllid gydag addewidion o ddatblygiadau AI mewn meddygaeth, bioleg a ffiseg. Fodd bynnag, mae gwir ddarganfyddiad gwyddonol a yrrir gan AI yn parhau i fod yn anodd dod o hyd iddo, fel y dangosir gan ddigwyddiadau yn y gorffennol fel canfyddiad mathemategol a gynhyrchwyd gan ChatGPT wedi'i ddadelfennu. Yr her graidd, yn ôl arbenigwyr, yw nad oes gan y modelau iaith mawr presennol (LLMs) y gallu cynhenid i gynhyrchu gwybodaeth wyddonol newydd yn annibynnol.
Pam Mae Labordai AI Mawr yn Cael Ei Broblem gyda Darganfod Gwyddonol
Mae Markus Buehler, athro peirianneg MIT, yn nodi cyfyngiad sylfaenol yn AI uwch heddiw. Mae'n dadlau nad yw'r modelau sy'n pweru systemau gan OpenAI ac Anthropic wedi'u cynllunio ar gyfer darganfyddiad gwirioneddol. Mae eu pensaernïaeth yn seiliedig ar adnabyddiaeth patrwm o ddata presennol, nid ar greu damcaniaethau neu ddamcaniaethau newydd.
Dangoswyd hyn yn amlwg y cwymp diwethaf pan gafodd darganfyddiad mathemategol honedig gan ChatGPT ei chwalu'n gyflym. Amlygodd y bennod y bwlch rhwng pŵer dadansoddol AI a'i feddwl creadigol sy'n canolbwyntio ar ddarganfod. Mae'n her sy'n atgoffa rhywun o ymdrechion AI eraill lle mae'r dechnoleg yn brwydro â gwreiddioldeb, yn debyg iawn i'r feirniadaeth a wynebir gan yr 'actor' AI Tilly Norwood am ddiffyg creadigrwydd gwirioneddol.
Y Broblem Graidd gyda Modelau AI Cyfredol
Mae modelau iaith mawr yn rhagori ar brosesu ac adfywio gwybodaeth. Gallant grynhoi testunau, ateb cwestiynau, a hyd yn oed ysgrifennu cod yn seiliedig ar eu data hyfforddi. Fodd bynnag, maent yn gweithredu o fewn cyfyngiadau'r hyn y maent eisoes wedi'i ddysgu.
Mae darganfyddiad gwyddonol, yn ôl ei natur, yn gofyn am gamu i'r anhysbys. Mae'n golygu ffurfio cysylltiadau newydd rhwng meysydd gwahanol a chynnig syniadau nad ydynt yn bresennol mewn unrhyw set ddata hyfforddi. Mae hwn yn gam nad yw AI cynhyrchiol cyfredol, sy'n canolbwyntio ar greu cynnwys ac awtomeiddio, wedi'i adeiladu i'w wneud. Mae'r diwydiant yn esblygu, fel y gwelir gyda datblygiadau fel diweddariad WordPress Gutenberg sy'n gosod y sylfaen ar gyfer cyhoeddi AI, ond erys yr her graidd ar gyfer darganfod.
Cyflwyno Labordai Afresymol: Agwedd Newydd at AI ar gyfer Gwyddoniaeth
Er mwyn mynd i’r afael â’r bwlch hwn, cyd-sefydlodd yr Athro Buehler Unreasonable Labs gyda Yuan Cao, cyn uwch wyddonydd ymchwil staff yn Google DeepMind. Nod y cwmni cychwynnol yw arloesi mewn ffordd sylfaenol wahanol o ddatblygu AI ar gyfer darganfyddiad gwyddonol. Yn hytrach na dibynnu ar lyncu data enfawr yn unig, maent yn adeiladu systemau sy'n gallu rhesymu'n rhyngddisgyblaethol.
Sicrhaodd Labordai Afresymol $13.5 miliwn yn ddiweddar mewn rownd ariannu dan arweiniad Playground Global. Yn ystod y rownd gwelwyd cyfranogiad gan AIX Ventures, E14 Fund, ac MS&AD Ventures. Mae'r buddsoddiad sylweddol hwn yn tanlinellu cred y farchnad yn eu methodoleg newydd.
Dysgu o Eiliadau "Aha" mewn Hanes Gwyddoniaeth
Rhagdybiaeth Buehler yw bod llawer o ddarganfyddiadau gwych yn codi o eiliadau "aha". Mae'r rhain yn achosion lle mae gwyddonydd yn cymhwyso damcaniaeth neu gysyniad o un maes i ddatrys problem mewn parth cwbl wahanol. Mae'r croesbeillio hwn o syniadau yn allweddol i ddatblygiadau arloesol.
Enghraifft glasurol yw gwaith John Hopfield ym 1982. Cymhwysodd gysyniadau o ffiseg mater cywasgedig i faes deallusrwydd artiffisial ar y pryd. Arweiniodd hyn at ddatblygiad rhwydweithiau Hopfield, math o rwydwaith niwral sy'n gallu dysgu ac adalw atgofion. Syniad chwyldroadol ydoedd a anwyd o gysylltu disgyblaethau anghysylltiedig.
Sut Mae AI Afresymol Labs yn Wahanol i Fodelau Prif Ffrwd
Mae'r AI sy'n cael ei ddatblygu yn Unreasable Labs wedi'i gynllunio i ddynwared y gallu dynol hwn ar gyfer mewnwelediad rhyngddisgyblaethol. Nid creu model iaith mwy yw eu nod ond adeiladu system sy'n gallu rhesymu ar draws peuoedd gwyddonol.
Graffiau Gwybodaeth Ryngddisgyblaethol: Yn lle hyfforddi ar destun yn unig, mae eu AI yn integreiddio gwybodaeth strwythuredig o feysydd gwyddonol lluosog, o fioleg i ffiseg. Peiriannau Rhesymu Dadansoddol: Mae'r dechnoleg graidd yn canolbwyntio ar ddod o hyd i gyfatebiaethau a chymariaethau rhwng cysyniadau sy'n ymddangos yn amherthnasol, sy'n sbardun allweddol i arloesi gwyddonol. Cynhyrchu Rhagdybiaeth: Mae'r system yn cael ei dylunio i gynnig damcaniaethau gwyddonol y gellir eu profi, nid dim ond dadansoddi data sy'n bodoli eisoes.
Mae'r dull hwn yn wyriad sylweddol oddi wrth y strategaethau caffael mwycwmnïau technoleg, megis caffaeliad Zendesk o gychwyn AI Forethought, sy'n aml yn canolbwyntio ar fireinio cymwysiadau gwasanaeth cwsmeriaid presennol yn hytrach nag arloesi gyda ffurfiau newydd o ddarganfod.
Dyfodol Darganfod a yrrir gan AI
Os bydd yn llwyddiannus, gallai technoleg Afresymol Labs gyflymu ymchwil mewn meysydd hollbwysig. Dychmygwch AI a all awgrymu cyfansoddyn cyffur newydd trwy gyfuno egwyddorion cemeg a geneteg. Neu fodel sy'n cynnig deunydd newydd ar gyfer ynni cynaliadwy trwy gysylltu cysyniadau o nanotechnoleg a thermodynameg.
Mae'r cymwysiadau posibl yn enfawr, o gyflymu ymchwil feddygol i ddatrys heriau amgylcheddol cymhleth. Mae hyn yn cynrychioli'r ffin nesaf ar gyfer AI, gan symud y tu hwnt i awtomeiddio i ddod yn bartner gwirioneddol mewn dyfeisgarwch dynol.
Casgliad: Y Don Nesaf o AI Arloesedd
Mae'r ras i ddatblygu AI ar gyfer darganfod gwyddoniaeth yn cynhesu, ond efallai y bydd gwir lwyddiant yn gorwedd gyda busnesau newydd arbenigol fel Afresymol Labs. Mae eu ffocws ar resymu rhyngddisgyblaethol yn cynnig llwybr addawol y tu hwnt i gyfyngiadau modelau iaith mawr cyfredol. Megis dechrau mae'r daith i greu AI a all ddarganfod go iawn.
Cael y wybodaeth ddiweddaraf am y datblygiadau diweddaraf mewn AI a thechnoleg. I gael mwy o fewnwelediadau ac i rannu'r erthygl hon yn hawdd, crëwch eich tudalen cyswllt-mewn-bio am ddim ar Seemless i guradu'ch hoff gynnwys.
