Стартап ғылымды ашу үшін AI әзірлеудің жаңа айласын қолданып жатыр
Стартап ғылымды ашу үшін AI әзірлеудің жаңа айласын қолданып жатыр
Ғылымды ашу үшін жасанды интеллектті дамыту технология алпауыттары үшін монументалды мақсатқа айналды. OpenAI және Anthropic сияқты компаниялар медицина, биология және физикадағы AI жетістіктерін уәде етіп, ондаған миллиардтаған қаржыны қамтамасыз етті. Дегенмен, AI негізіндегі шынайы ғылыми жаңалық әлі де қиын болып қала береді, мұны өткен оқиғалар ChatGPT арқылы жасалған математикалық тұжырым сияқты дәлелдеді. Сарапшылардың пікірінше, негізгі мәселе қазіргі үлкен тілдік модельдердің (LLM) жаңа ғылыми білімдерді автономды түрде генерациялаудың ішкі мүмкіндіктерінің жоқтығы болып табылады.
Неліктен үлкен AI зертханалары ғылыми жаңалықтармен күресуде?
Маркус Бюлер, MIT инженерлік профессоры, бүгінгі жетілдірілген AI-дағы негізгі шектеуді анықтайды. Оның пікірінше, OpenAI және Anthropic жүйелерін қуаттайтын модельдер шынайы ашуға арналмаған. Олардың архитектурасы жаңа теориялар немесе гипотезалар жасауға емес, бар деректерден үлгіні тануға негізделген.
Бұл өткен жылдың күзінде ChatGPT-тің болжамды математикалық жаңалығы тез арада жоққа шығарылған кезде анық көрінді. Эпизод AI-ның аналитикалық күші мен оның шығармашылық, ашуға бағытталған ойлауы арасындағы алшақтықты көрсетті. Бұл AI «актері» Тилли Норвудтың шынайы шығармашылықтың жоқтығы үшін айтқан сыны сияқты, технологияның өзіндік ерекшелігімен күресетін басқа AI әрекеттерін еске түсіретін қиындық.
Ағымдағы AI модельдеріндегі негізгі мәселе
Үлкен тілдік модельдер ақпаратты өңдеуде және регургитациялауда жақсы. Олар мәтіндерді қорытындылай алады, сұрақтарға жауап бере алады және тіпті оқу деректері негізінде код жаза алады. Дегенмен, олар бұрыннан үйренген нәрселерінің шегінде әрекет етеді.
Ғылыми жаңалық өзінің табиғаты бойынша белгісізге қадам басуды талап етеді. Ол әр түрлі өрістер арасында жаңа байланыстарды қалыптастыруды және кез келген оқу деректер жинағында жоқ идеяларды ұсынуды қамтиды. Бұл мазмұнды жасауға және автоматтандыруға бағытталған қазіргі генеративті AI жасау үшін жасалмаған секіріс. Өнеркәсіп дамып келеді, бұл AI жариялау үшін негіз қалаушы WordPress Гутенберг жаңартуы сияқты әзірлемелерден көрінеді, бірақ ашудың негізгі мәселесі болып қала береді.
Негізсіз зертханаларды енгізу: ғылым үшін AI-ға жаңа көзқарас
Осы олқылықты жою үшін профессор Бюлер Google DeepMind-тің бұрынғы аға ғылыми қызметкері Юан Цаомен бірге Unreasonable Labs компаниясын құрды. Стартап ғылыми жаңалықтарға арналған AI әзірлеуге түбегейлі басқа көзқарасты бастауға бағытталған. Тек жаппай деректерді қабылдауға сенудің орнына, олар пәнаралық пайымдауға қабілетті жүйелерді құруда.
Жақында Unreaceable Labs Playground Global басқаратын қаржыландыру раундында 13,5 миллион долларды қамтамасыз етті. Бұл турға AIX Ventures, E14 Fund және MS&AD Ventures қатысты. Бұл маңызды инвестиция нарықтың олардың жаңа әдістемесіне деген сенімін көрсетеді.
Ғылым тарихындағы «Аха» сәтінен сабақ алу
Бюлердің гипотезасы көптеген ұлы жаңалықтардың «аха» сәттерінен туындауы. Бұл мүлде басқа саладағы мәселені шешу үшін ғалым бір саладағы теорияны немесе тұжырымдаманы қолданатын жағдайлар. Бұл идеялардың өзара тозаңдануы серпілістердің кілті болып табылады.
Классикалық мысал Джон Хопфилдтің 1982 жылғы жұмысы болып табылады. Ол конденсацияланған зат физикасынан тұжырымдамаларды жасанды интеллекттің сол кезде пайда болған саласына дейін қолданды. Бұл естеліктерді үйренуге және еске түсіруге қабілетті нейрондық желінің түрі Хопфилд желілерінің дамуына әкелді. Бұл бір-бірімен байланысты емес пәндерді байланыстырудан туған революциялық идея еді.
Негізсіз зертханалардың AI негізгі модельдерден қалай ерекшеленеді
Unreasonable Labs-те әзірленетін AI адамның пәнаралық түсіну қабілетіне еліктеуге арналған. Олардың мақсаты - үлкенірек тіл үлгісін жасау емес, бірақ ғылыми салаларда пайымдай алатын жүйені құру.
Пәнаралық білім графиктері: тек мәтін бойынша оқытудың орнына, олардың AI биологиядан физикаға дейін көптеген ғылыми салалардағы құрылымдық білімді біріктіреді. Аналогиялық пайымдау механизмдері: Негізгі технология ғылыми инновацияның негізгі қозғаушы күші болып көрінетін бір-бірімен байланысты емес ұғымдар арасындағы ұқсастықтар мен параллельдерді табуға бағытталған. Гипотезаны құру: Жүйе бар деректерді талдауға ғана емес, тексерілетін ғылыми гипотезаларды ұсынуға арналған.
Бұл тәсіл үлкенірек сатып алу стратегияларынан айтарлықтай ауытқуды білдіредіZendesk компаниясының Forethought AI стартапын сатып алуы сияқты технологиялық фирмалар ашудың жаңа формаларын құрудың орнына тұтынушыларға қызмет көрсетудің бар қосымшаларын жетілдіруге көп көңіл бөледі.
AI басқаратын ашудың болашағы
Сәтті болса, Unreasable Labs технологиясы маңызды салалардағы зерттеулерді жылдамдатуы мүмкін. Химия мен генетиканың принциптерін біріктіру арқылы жаңа дәрілік қосылыс ұсына алатын AI-ны елестетіп көріңіз. Немесе нанотехнология мен термодинамика тұжырымдамаларын байланыстыру арқылы тұрақты энергия үшін жаңа материал ұсынатын модель.
Медициналық зерттеулерді жеделдетуден бастап күрделі экологиялық мәселелерді шешуге дейінгі әлеуетті қолданбалар кең. Бұл адамның тапқырлығының шынайы серіктесі болу үшін автоматтандырудан асып түсетін AI үшін келесі шекараны білдіреді.
Қорытынды: AI инновациясының келесі толқыны
Ғылымды ашу үшін AI әзірлеу жарысы қызып келеді, бірақ шынайы табыс Unreasonable Labs сияқты мамандандырылған стартаптарда болуы мүмкін. Олардың пәнаралық пайымдауға назар аударуы қазіргі үлкен тіл үлгілерінің шектеулерінен тыс перспективалы жолды ұсынады. Шынымен аша алатын AI құруға саяхат енді ғана басталып жатыр.
Жасанды интеллект пен технологиядағы соңғы жаңалықтардан хабардар болыңыз. Қосымша ақпарат алу және осы мақаланы оңай бөлісу үшін, таңдаулы мазмұнды таңдау үшін Seemless сайтында тегін биодағы сілтеме бетін жасаңыз.
