The Startup-ը փորձում է նոր հնարք՝ զարգացնելու AI-ն գիտության բացահայտման համար
The Startup-ը փորձում է նոր հնարք՝ զարգացնելու AI-ն գիտության բացահայտման համար
Գիտության բացահայտման համար արհեստական ինտելեկտի զարգացումը տեխնոլոգիական հսկաների համար մոնումենտալ նպատակ է դարձել: Ընկերությունները, ինչպիսիք են OpenAI-ն և Anthropic-ը, տասնյակ միլիարդների ֆինանսավորում են ապահովել բժշկության, կենսաբանության և ֆիզիկայի բնագավառներում AI-ի առաջընթացի խոստումներով: Այնուամենայնիվ, AI-ի վրա հիմնված իրական գիտական հայտնագործությունը մնում է անհասկանալի, ինչպես ցույց են տվել անցյալի դեպքերը, ինչպիսիք են ChatGPT-ի կողմից ստեղծված մաթեմատիկական բացահայտումը: Հիմնական մարտահրավերը, ըստ փորձագետների, այն է, որ ներկայիս խոշոր լեզվական մոդելները (LLM) չունեն նոր գիտական գիտելիքներ ինքնուրույն գեներացնելու ներքին կարողություն:
Ինչու՞ են AI-ի մեծ լաբորատորիաները պայքարում գիտական բացահայտումների դեմ
MIT-ի ճարտարագիտության պրոֆեսոր Մարկուս Բյուհլերը բացահայտում է այսօրվա զարգացած AI-ի հիմնարար սահմանափակումը: Նա պնդում է, որ OpenAI-ի և Anthropic-ի համակարգերը սնուցող մոդելները նախատեսված չեն իրական բացահայտման համար: Նրանց ճարտարապետությունը հիմնված է գոյություն ունեցող տվյալներից օրինաչափությունների ճանաչման վրա, այլ ոչ թե նոր տեսություններ կամ վարկածներ ստեղծելու վրա:
Սա վառ կերպով ցուցադրվեց անցյալ աշնանը, երբ ChatGPT-ի ենթադրյալ մաթեմատիկական հայտնագործությունը արագորեն բացահայտվեց: Դրվագը ընդգծեց AI-ի վերլուծական ուժի և նրա ստեղծագործական, հայտնագործություններին ուղղված մտածողության միջև եղած բացը: Սա մարտահրավեր է, որը հիշեցնում է այլ արհեստական ինտելեկտի փորձերը, որտեղ տեխնոլոգիան պայքարում է ինքնատիպության դեմ, ճիշտ այնպես, ինչպես AI «դերասան» Թիլի Նորվուդի քննադատությունը իրական ստեղծագործական ունակությունների բացակայության համար:
Ընթացիկ AI մոդելների հիմնական խնդիրը
Լեզուների մեծ մոդելները գերազանցում են տեղեկատվության մշակման և վերագրանցման գործում: Նրանք կարող են ամփոփել տեքստերը, պատասխանել հարցերին և նույնիսկ գրել կոդ՝ հիմնվելով իրենց վերապատրաստման տվյալների վրա: Այնուամենայնիվ, նրանք գործում են արդեն սովորածի սահմաններում:
Գիտական հայտնագործությունն իր բնույթով պահանջում է քայլել դեպի անհայտություն: Այն ներառում է տարբեր ոլորտների միջև նոր կապերի ձևավորում և գաղափարների առաջարկ, որոնք չկան ուսուցման որևէ տվյալների բազայում: Սա մի թռիչք է, որը չի պատրաստվում իրականացնել ներկայիս գեներատիվ AI-ն, որը կենտրոնացած է բովանդակության ստեղծման և ավտոմատացման վրա: Արդյունաբերությունը զարգանում է, ինչպես երևում է այնպիսի զարգացումներից, ինչպիսին է WordPress Gutenberg-ի թարմացումը, որը հիմք է ստեղծում AI հրատարակության համար, բայց բացահայտման հիմնական մարտահրավերը մնում է:
Ներկայացնելով անհիմն լաբորատորիաները. AI-ի նոր մոտեցում գիտության համար
Այս բացը շտկելու համար պրոֆեսոր Բյուլերը Google DeepMind-ի նախկին ավագ գիտաշխատող Յուան Կաոյի հետ համատեղ հիմնել է Unreasonable Labs-ը: Սթարթափը նպատակ ունի առաջ մղել սկզբունքորեն այլ մոտեցում գիտական բացահայտումների համար AI-ի մշակման համար: Փոխանակ հենվելու բացառապես զանգվածային տվյալների կլանման վրա, նրանք կառուցում են համակարգեր, որոնք ունակ են միջառարկայական պատճառաբանության:
Վերջերս Unresonable Labs-ը 13,5 միլիոն դոլար է ապահովել Playground Global-ի գլխավորած ֆինանսավորման փուլում: Փուլին մասնակցում էին AIX Ventures-ը, E14 Fund-ը և MS&AD Ventures-ը: Այս նշանակալի ներդրումն ընդգծում է շուկայի հավատը իրենց նոր մեթոդաբանության նկատմամբ:
Սովորում ենք «Ահա» գիտության պատմության պահերից
Բյուլերի վարկածն այն է, որ շատ մեծ հայտնագործություններ առաջանում են «ահա» պահերից։ Սրանք դեպքեր են, երբ գիտնականը կիրառում է տեսություն կամ հայեցակարգ մեկ ոլորտից՝ բոլորովին այլ տիրույթում խնդիր լուծելու համար: Գաղափարների այս խաչաձև փոշոտումը բեկումնային է:
Դասական օրինակ է Ջոն Հոփֆիլդի աշխատանքը 1982 թվականին: Նա կիրառեց կոնցեպցիաներ խտացված նյութի ֆիզիկայից դեպի այն ժամանակվա նորածին արհեստական ինտելեկտի դաշտը: Սա հանգեցրեց Hopfield ցանցերի զարգացմանը՝ նեյրոնային ցանցի մի տեսակ, որն ունակ է սովորել և հիշել հիշողությունները: Դա հեղափոխական գաղափար էր, որը ծնունդ առավ իրար հետ կապ չունեցող առարկաները:
Ինչպես է Unreasonable Labs-ի AI-ն տարբերվում հիմնական մոդելներից
Արհեստական ինտելեկտը, որը մշակվում է Unreasonable Labs-ում, նախագծված է միջառարկայական պատկերացումների համար մարդկային այս կարողությունը ընդօրինակելու համար: Նրանց նպատակը ոչ թե ավելի մեծ լեզվական մոդել ստեղծելն է, այլ այնպիսի համակարգ կառուցելը, որը կարող է տրամաբանել գիտական տիրույթներում:
Գիտելիքների միջդիսցիպլինար գրաֆիկներ. միայն տեքստի վրա վերապատրաստվելու փոխարեն, նրանց AI-ն ինտեգրում է կառուցվածքային գիտելիքներ բազմաթիվ գիտական ոլորտներից՝ կենսաբանությունից մինչև ֆիզիկա: Անալոգիկ պատճառաբանման շարժիչներ. հիմնական տեխնոլոգիան կենտրոնանում է անալոգիաներ և զուգահեռներ գտնելու վրա, թվացյալ անկապ հասկացությունների միջև, ինչը գիտական նորարարության հիմնական շարժիչ ուժն է: Վարկածների առաջացում. Համակարգը նախագծված է փորձարկվող գիտական վարկածներ առաջարկելու, այլ ոչ միայն գոյություն ունեցող տվյալները վերլուծելու համար:
Այս մոտեցումը զգալի շեղում է ավելի խոշորների ձեռքբերման ռազմավարություններիցտեխնոլոգիական ընկերություններ, ինչպիսիք են Zendesk-ի ձեռքբերումը AI ստարտափ Forethought-ը, որոնք հաճախ կենտրոնանում են հաճախորդների սպասարկման առկա հավելվածների կատարելագործման վրա, այլ ոչ թե բացահայտումների նոր ձևերի առաջխաղացման վրա:
AI-ի վրա հիմնված բացահայտման ապագան
Եթե հաջողվի, Unreasonable Labs-ի տեխնոլոգիան կարող է արագացնել հետազոտությունները կարևոր ոլորտներում: Պատկերացրեք արհեստական ինտելեկտը, որը կարող է առաջարկել դեղամիջոցի նոր միացություն՝ համատեղելով քիմիայի և գենետիկայի սկզբունքները: Կամ մոդել, որն առաջարկում է կայուն էներգիայի նոր նյութ՝ կապելով նանոտեխնոլոգիայի և թերմոդինամիկայի հասկացությունները:
Հնարավոր կիրառությունները հսկայական են՝ սկսած բժշկական հետազոտությունների արագացումից մինչև բնապահպանական բարդ մարտահրավերների լուծում: Սա արհեստական ինտելեկտի հաջորդ սահմանն է, որը դուրս է գալիս ավտոմատացումից՝ դառնալով մարդկային սրամտության իսկական գործընկեր:
Եզրակացություն. AI նորարարության հաջորդ ալիքը
Գիտության բացահայտման համար արհեստական ինտելեկտի զարգացման մրցավազքը թեժանում է, բայց իրական հաջողությունը կարող է լինել մասնագիտացված ստարտափների, ինչպիսիք են Unreasonable Labs-ը: Նրանց կենտրոնացումը միջառարկայական հիմնավորման վրա առաջարկում է խոստումնալից ճանապարհ, որը դուրս է ներկայիս մեծ լեզվական մոդելների սահմանափակումներից: Ճանապարհորդությունը դեպի ստեղծելու AI, որը կարող է իսկապես բացահայտել, նոր է սկսվում:
Տեղեկացեք AI-ի և տեխնոլոգիայի վերջին նորարարությունների մասին: Լրացուցիչ պատկերացումների և այս հոդվածը հեշտությամբ կիսելու համար ստեղծեք ձեր անվճար հղումը կենսագրության էջը Seemless-ում՝ ձեր նախընտրած բովանդակությունը մշակելու համար:
