Стартап илимди ачуу үчүн AI иштеп чыгуунун жаңы айласын издеп жатат
Стартап илимди ачуу үчүн AI иштеп чыгуунун жаңы айласын издеп жатат
Илим ачуу үчүн жасалма интеллектти өнүктүрүү технология гиганттары үчүн монументалдуу максат болуп калды. OpenAI жана Anthropic сыяктуу компаниялар медицинада, биологияда жана физикада AI жетишкендиктерин убада кылуу менен ондогон миллиарддарды каржылашты. Бирок, AI тарабынан негизделген чыныгы илимий ачылыш, ChatGPT тарабынан түзүлгөн математикалык табылга сыяктуу өткөн окуялар көрсөткөндөй, кыйын бойдон калууда. Негизги көйгөй, эксперттердин айтымында, азыркы чоң тил моделдеринде (LLMs) жаңы илимий билимдерди өз алдынча түзүү үчүн ички мүмкүнчүлүктөр жок.
Эмне үчүн чоң AI лабораториялары илимий ачылыштар менен күрөшүп жатышат
Маркус Бюлер, MIT инженердик профессору, бүгүнкү өнүккөн AIдагы негизги чектөөнү аныктайт. Анын айтымында, OpenAI жана Anthropic системаларын иштеткен моделдер чыныгы ачылыш үчүн иштелип чыккан эмес. Алардын архитектурасы жаңы теорияларды же гипотезаларды түзүүгө эмес, бар маалыматтардан үлгү таанууга негизделген.
Бул өткөн жылдын күзүндө ChatGPT тарабынан болжолдонгон математикалык ачылыш тез эле жокко чыгарылганда ачык сүрөттөлгөн. Эпизод AIнын аналитикалык күчү менен анын чыгармачылык, ачылышка багытталган ой жүгүртүүсүнүн ортосундагы ажырымды баса белгиледи. Бул AI "актёру" Тилли Норвуддун чыныгы чыгармачылыктын жоктугу үчүн сынга алган сынына окшош, технология оригиналдуулук менен күрөшкөн башка AI аракеттерин эске салган кыйынчылык.
Учурдагы AI моделдеринин негизги көйгөйү
Чоң тил моделдери маалыматты иштеп чыгууда жана регургитациялоодо мыкты. Алар окуу маалыматтарынын негизинде тексттерди жыйынтыктап, суроолорго жооп берип, жада калса код жаза алышат. Бирок алар буга чейин үйрөнгөн нерселеринин чегинде иштешет.
Илимий ачылыш өзүнүн табияты боюнча белгисиз нерсеге кадам таштоону талап кылат. Бул ар кандай тармактардын ортосунда жаңы байланыштарды түзүүнү жана эч кандай окуу маалымат топтомунда жок идеяларды сунуш кылууну камтыйт. Бул мазмунду түзүүгө жана автоматташтырууга багытталган учурдагы генеративдик AI жасоо үчүн курулбаган секирик. Индустрия өнүгүп жатат, муну WordPress Гутенберг жаңыртуусу AI жарыялоо үчүн негиз салуу сыяктуу өнүгүүлөр менен көрүүгө болот, бирок ачылыштын негизги көйгөйү бойдон калууда.
Негизсиз лабораторияларды киргизүү: Илим үчүн AIга жаңы мамиле
Бул боштукту жоюу үчүн, профессор Бюлер Google DeepMind компаниясынын мурдагы улук илимий изилдөөчүсү Юан Цао менен Unreasonable Labs компаниясын негиздеген. Стартап илимий ачылыштар үчүн AI өнүктүрүүгө принципиалдуу башкача мамиле жасоону көздөйт. Массалык маалыматтарды жутууга гана таянуунун ордуна, алар дисциплиналар аралык ой жүгүртүүгө жөндөмдүү системаларды куруп жатышат.
Unreasonable Labs жакында эле Playground Global жетектеген каржылоо раундунда 13,5 миллион долларды камсыздады. Турга AIX Ventures, E14 Fund жана MS&AD Ventures компаниялары катышты. Бул олуттуу инвестиция рыноктун алардын жаңы методологиясына болгон ишенимин баса белгилейт.
Илим тарыхындагы "Аха" көз ирмемдеринен сабак алуу
Бюлердин гипотезасы – «аха» учурларынан көптөгөн улуу ачылыштар пайда болот. Бул илимпоз такыр башка доменде маселени чечүү үчүн бир чөйрөдөгү теорияны же концепцияны колдонгон учурлар. Идеялардын бул кайчылаш чаңдашуусу ачылыштардын ачкычы болуп саналат.
Классикалык мисал катары Джон Хопфилддин 1982-жылдагы эмгеги саналат. Ал конденсацияланган материя физикасынан түшүнүктөрдү ошол кездеги жасалма интеллект тармагына колдонгон. Бул эстутумдарды үйрөнүүгө жана эстеп калууга жөндөмдүү нейрондук тармактын бир түрү болгон Хопфилд тармактарынын өнүгүшүнө алып келди. Бул бир-бирине байланышпаган дисциплиналардын байланышынан жаралган революциялык идея эле.
Негизгисиз лабораториялардын AI негизги моделдерден кандай айырмаланат
Unreasional Labs лабораториясында иштелип жаткан AI адамдын дисциплиналар аралык түшүнүү жөндөмдүүлүгүн тууроо үчүн иштелип чыккан. Алардын максаты чоңураак тил моделин түзүү эмес, илимий чөйрөлөр боюнча ой жүгүртө ала турган системаны куруу.
Дисциплиналар аралык билим графиктери: Жалаң текст боюнча окутуунун ордуна, алардын AI биологиядан физикага чейин бир нече илимий чөйрөлөрдөгү структураланган билимдерди бириктирет. Аналогиялык ой жүгүртүү механизмдери: Негизги технология илимий инновациялардын негизги кыймылдаткычы болуп көрүнгөн байланышы жок түшүнүктөрдүн ортосундагы окшоштуктарды жана параллелдерди табууга багытталган. Гипотезаларды түзүү: Система бар маалыматтарды талдоо эмес, текшерилүүчү илимий гипотезаларды сунуштоо үчүн иштелип чыккан.
Бул ыкма чоңураак сатып алуу стратегияларынан олуттуу чегинүүнү билдиреттехнологиялык фирмалар, мисалы Zendesk AI стартапын сатып алуу Forethought, алар көбүнчө ачылыштын жаңы формаларын баштоонун ордуна, учурдагы кардарларды тейлөө тиркемелерин тактоого багытталган.
AI башкарган ачылыштын келечеги
Ийгиликтүү болсо, Unreasable Labs'тын технологиясы маанилүү аймактарда изилдөөлөрдү тездетет. Химия менен генетиканын принциптерин айкалыштыруу менен жаңы дары кошулмасын сунуш кыла турган AIды элестетиңиз. Же нанотехнология жана термодинамика концепцияларын байланыштыруу аркылуу туруктуу энергия үчүн жаңы материалды сунуш кылган модель.
Потенциалдуу колдонмолор медициналык изилдөөлөрдү тездетүүдөн баштап татаал экологиялык көйгөйлөрдү чечүүгө чейин кеңири. Бул адамдын тапкычтыгынын чыныгы өнөктөшү болуу үчүн автоматташтыруудан тышкары AI үчүн кийинки чекти билдирет.
Жыйынтык: AI инновациясынын кийинки толкуну
Илим ачуу үчүн AI өнүктүрүү жарышы кызуу жүрүп жатат, бирок чыныгы ийгилик Unreasonable Labs сыяктуу адистештирилген стартаптарда болушу мүмкүн. Алардын дисциплиналар аралык ой жүгүртүүгө басым жасоосу учурдагы чоң тил моделдеринин чектөөлөрүнөн тышкары келечектүү жолду сунуштайт. Чындап ача ала турган AI жаратууга саякат жаңы гана башталууда.
AI жана технологиядагы акыркы инновациялардан кабардар болуп туруңуз. Көбүрөөк түшүнүк алуу жана бул макаланы оңой бөлүшүү үчүн, сүйүктүү мазмунуңузду тандоо үчүн Seemless сайтында акысыз шилтеме баракчаңызды түзүңүз.
