سټارټ اپ د ساینس کشف لپاره د AI رامینځته کولو لپاره د نوي چال هڅه کوي
سټارټ اپ د ساینس کشف لپاره د AI رامینځته کولو لپاره د نوي چال هڅه کوي
د ساینسي کشف لپاره د مصنوعي استخباراتو وده د تخنیکي لویانو لپاره یو مهم هدف ګرځیدلی. د OpenAI او Anthropic په څیر شرکتونو په طب، بیولوژي، او فزیک کې د AI بریالیتوبونو ژمنې سره په لسګونو ملیارد فنډونه ترلاسه کړي. په هرصورت ، د AI لخوا پرمخ وړل شوي ریښتیني ساینسي کشف لاهم پاتې دي ، لکه څنګه چې د تیرو پیښو لخوا ښودل شوي لکه د ChatGPT لخوا رامینځته شوي ریاضی موندنې. د کارپوهانو په وینا اصلي ننګونه دا ده چې د ژبې اوسني لوی ماډلونه (LLMs) په خپلواکه توګه د نوي ساینسي پوهې رامینځته کولو داخلي وړتیا نلري.
ولې د AI لوی لابراتوارونه د ساینسي کشف سره مبارزه کوي
مارکس بوهلر، د MIT انجینرۍ پروفیسور، د نن ورځې پرمختللي AI کې یو بنسټیز محدودیت پیژني. هغه استدلال کوي چې د OpenAI او Anthropic څخه د بریښنا سیسټمونو ماډلونه د ریښتینې کشف لپاره ندي ډیزاین شوي. د دوی جوړښت د موجوده معلوماتو څخه د نمونې پیژندنې پر بنسټ والړ دی، نه د نویو تیوریو یا فرضیو په جوړولو.
دا په وروستي مني کې په کلکه څرګند شو کله چې د ChatGPT لخوا د ریاضياتو کشف په چټکۍ سره له مینځه یوړل شو. دې قسط د AI تحلیلي ځواک او د دې تخلیقي ، کشف کونکي فکر ترمینځ واټن روښانه کړ. دا یوه ننګونه ده چې د AI نورو هڅو یادونه کوي چیرې چې ټیکنالوژي د اصليت سره مبارزه کوي ، لکه څنګه چې د AI "اداکار" ټیل نوروډ لخوا د ریښتیني خلاقیت نشتوالي له امله انتقاد سره مخ کیږي.
د اوسني AI ماډلونو سره اصلي ستونزه
د ژبې لوی ماډلونه د معلوماتو پروسس او تنظیم کولو کې عالي دي. دوی کولی شي متنونه لنډیز کړي، پوښتنو ته ځواب ووايي، او حتی د دوی د روزنې معلوماتو پراساس کوډ ولیکي. په هرصورت، دوی د هغه څه محدودیتونو کې کار کوي چې دوی دمخه زده کړي دي.
ساینسي کشف، د خپل طبیعت له مخې، نامعلوم لوري ته ګام اخیستلو ته اړتیا لري. پدې کې د متفاوت ساحو ترمنځ د نوي اړیکو رامینځته کول او د نظریاتو وړاندیز کول شامل دي چې د روزنې ډیټاسیټ کې شتون نلري. دا یو لیپ دی چې اوسنی تولیدي AI ، د مینځپانګې رامینځته کولو او اتومات کولو تمرکز کوي ، د جوړولو لپاره ندي جوړ شوي. صنعت وده کوي، لکه څنګه چې د ورڈپریس ګوټینبرګ تازه کولو په څیر پرمختګونو سره لیدل کیږي د AI خپرولو لپاره بنسټ ایښودل، مګر د کشف لپاره اصلي ننګونه پاتې ده.
د غیر معقول لابراتوارونو معرفي کول: د ساینس لپاره AI ته نوې تګلاره
دې تشې ته د رسیدو لپاره ، پروفیسور بوهلر د یوان کاو سره غیر معقول لابراتوارونه په ګډه تاسیس کړل ، د ګوګل ډیپ مائنډ کې د پخوانیو لوړ پوړو کارمندانو څیړنې ساینس پوه. د پیل هدف د ساینسي کشف لپاره د AI رامینځته کولو لپاره د بنسټیز ډول مختلف چلند رامینځته کول دي. د دې پرځای چې یوازې په پراخه کچه ډیټا مصرف باندې تکیه وکړي ، دوی داسې سیسټمونه رامینځته کوي چې د انډول ډیسپلینري استدلال وړ وي.
نامناسب لابراتوار پدې وروستیو کې د لوبې ډګر ګلوبل په مشرۍ د تمویل دورې کې 13.5 ملیون ډالر خوندي کړي. په دې پړاو کې د AIX وینچرز، E14 فنډ، او MS&AD وینچرونو ګډون لیدلی و. دا د پام وړ پانګه اچونه د دوی په نوي میتودولوژي کې د بازار باور روښانه کوي.
د ساینس په تاریخ کې د "آه" شیبو څخه زده کړه
د بوهلر فرضیه دا ده چې ډیری لوی کشفونه د "آه" شیبو څخه رامینځته کیږي. دا هغه مثالونه دي چیرې چې یو ساینس پوه د یوې ساحې څخه یوه تیوري یا مفهوم پلي کوي ترڅو په بشپړ ډول مختلف ډومین کې ستونزه حل کړي. د نظرونو دا کراس ګرده د بریالیتوبونو کلیدي ده.
یوه غوره بیلګه په 1982 کې د جان هاپفیلډ کار دی. هغه د مصنوعي ذکاوت په هغه وخت کې د فزیک له تودوخې څخه مفکورې پلي کړې. دا د هاپفیلډ شبکې پراختیا لامل شو، یو ډول عصبي شبکه چې د یادونو زده کولو او یادولو وړتیا لري. دا یو انقلابي مفکوره وه چې د غیر اړونده مضامینو له نښلولو څخه زیږیدلې وه.
څنګه غیر معقول لابراتوار AI د اصلي سټریم ماډلونو څخه توپیر لري
AI په غیر منطقي لابراتوارونو کې رامینځته شوی ترڅو د دې انساني ظرفیت د بین الډیسپلینري بصیرت تقلید کړي. د دوی هدف د ژبې لوی ماډل رامینځته کول ندي بلکه د داسې سیسټم رامینځته کول دي چې کولی شي په ساینسي ډومینونو کې دلیل وکړي.
د انډول ډیسپلینري پوهې ګرافونه: یوازې د متن په اړه د روزنې پرځای، د دوی AI د بیولوژي څخه تر فزیک پورې د ډیری ساینسي برخو څخه جوړښت شوې پوهه مدغم کوي. د انالوژیکي استدلال انجنونه: اصلي ټیکنالوژي د ښکاري غیر اړونده مفاهیمو تر مینځ انالوګونو او موازي موندلو تمرکز کوي ، د ساینسي نوښت کلیدي چلوونکی. د فرضیې تولید: سیسټم د ازموینې وړ ساینسي فرضیې وړاندیز کولو لپاره ډیزاین شوی ، نه یوازې د موجوده معلوماتو تحلیل.
دا طریقه د لویو استملاک ستراتیژیو څخه د پام وړ وتلو استازیتوب کويتخنیکي شرکتونه، لکه د زینډسک استملاک د AI د پیل کولو فورټاوټ، کوم چې ډیری وختونه د نوي ډولونو کشف کولو پر ځای د موجوده پیرودونکو خدماتو غوښتنلیکونو اصلاح کولو تمرکز کوي.
د AI لخوا پرمخ وړل شوي کشف راتلونکی
که بریالی وي، د غیر معقول لابراتوار ټیکنالوژي کولی شي په مهمو برخو کې څیړنې ګړندۍ کړي. د AI تصور وکړئ چې کولی شي د کیمیا او جینیاتي اصولو سره یوځای کولو سره د درملو نوي مرکب وړاندیز وکړي. یا یو ماډل چې د نانو ټیکنالوژۍ او ترموډینامیک مفاهیمو سره په اړیکه کولو سره د دوامداره انرژي لپاره نوي مواد وړاندیز کوي.
احتمالي غوښتنلیکونه پراخه دي ، د طبي څیړنې ګړندي کولو څخه د پیچلي چاپیریال ننګونو حل کولو پورې. دا د AI لپاره راتلونکی سرحد استازیتوب کوي، د اتوماتیک هاخوا حرکت کوي ترڅو د انسان په هوښیارۍ کې ریښتیني ملګري شي.
پایله: د AI نوښت راتلونکی څپې
د ساینس کشف لپاره د AI رامینځته کولو سیالي ګرمه شوې ، مګر ریښتیني بریا ممکن د غیر معقول لابراتوارونو په څیر ځانګړي پیلونو سره وي. د دوی متمرکز استدلال باندې تمرکز د اوسني لوی ژبو ماډلونو محدودیتونو هاخوا امید لرونکی لاره وړاندې کوي. د AI رامینځته کولو سفر چې واقعیا کشف کولی شي یوازې پیل دی.
په AI او ټیکنالوژۍ کې د وروستي نوښتونو په اړه تازه اوسئ. د نورو بصیرتونو او په اسانۍ سره د دې مقالې شریکولو لپاره، خپل وړیا لینک-ان-بایو پاڼه په Seemless کې جوړه کړئ ترڅو ستاسو د خوښې مینځپانګې تنظیم کړئ.
