Startup-ul încearcă un nou truc pentru a dezvolta AI pentru descoperirea științei
Startup-ul încearcă un nou truc pentru a dezvolta AI pentru descoperirea științei
Dezvoltarea inteligenței artificiale pentru descoperirea științei a devenit un obiectiv monumental pentru giganții tehnologiei. Companii precum OpenAI și Anthropic și-au asigurat zeci de miliarde de finanțare cu promisiuni de descoperiri ale AI în medicină, biologie și fizică. Cu toate acestea, adevărata descoperire științifică bazată pe inteligență artificială rămâne evazivă, așa cum au demonstrat incidentele din trecut, cum ar fi o descoperire matematică dezmințită generată de ChatGPT. Provocarea principală, potrivit experților, este că actualele modele lingvistice mari (LLMs) nu au capacitatea intrinsecă de a genera noi cunoștințe științifice în mod autonom.
De ce marile laboratoare de inteligență artificială se luptă cu descoperirea științifică
Markus Buehler, profesor de inginerie MIT, identifică o limitare fundamentală în IA avansată de astăzi. El susține că modelele care alimentează sistemele de la OpenAI și Anthropic nu sunt concepute pentru o descoperire autentică. Arhitectura lor se bazează pe recunoașterea modelelor din datele existente, nu pe crearea de noi teorii sau ipoteze.
Acest lucru a fost clar ilustrat în toamna trecută, când o pretinsă descoperire matematică a ChatGPT a fost rapid dezmințită. Episodul a evidențiat decalajul dintre puterea analitică a AI și gândirea sa creativă, orientată spre descoperire. Este o provocare care amintește de alte eforturi AI în care tehnologia se luptă cu originalitatea, la fel ca criticile cu care se confruntă „actorul” AI Tilly Norwood pentru lipsa de creativitate autentică.
Problema de bază cu modelele actuale de AI
Modelele mari de limbaj excelează la procesarea și regurgitarea informațiilor. Ei pot rezuma texte, pot răspunde la întrebări și chiar pot scrie cod pe baza datelor lor de antrenament. Cu toate acestea, aceștia operează în limitele a ceea ce au învățat deja.
Descoperirea științifică, prin natura sa, necesită pășirea în necunoscut. Aceasta implică formarea de noi conexiuni între domenii disparate și propunerea de idei care nu sunt prezente în niciun set de date de instruire. Acesta este un salt pentru care IA generativă actuală, axată pe crearea de conținut și automatizare, nu este construită pentru a face. Industria evoluează, așa cum s-a văzut cu evoluții precum actualizarea WordPress Gutenberg care pune bazele pentru publicarea AI, dar provocarea principală pentru descoperire rămâne.
Prezentarea laboratoarelor nerezonabile: o nouă abordare a AI pentru știință
Pentru a rezolva această lacună, profesorul Buehler a co-fondat Unreasonable Labs împreună cu Yuan Cao, un fost cercetător senior al Google DeepMind. Startup-ul își propune să inițieze o abordare fundamental diferită a dezvoltării AI pentru descoperirea științifică. În loc să se bazeze doar pe asimilarea masivă de date, ei construiesc sisteme capabile de raționament interdisciplinar.
Unreasonable Labs a asigurat recent 13,5 milioane de dolari într-o rundă de finanțare condusă de Playground Global. Runda a participat la AIX Ventures, E14 Fund și MS&AD Ventures. Această investiție semnificativă subliniază credința pieței în metodologia lor nouă.
Învățând din „Aha” Momente din istoria științei
Ipoteza lui Buehler este că multe mari descoperiri apar din momente „aha”. Acestea sunt cazuri în care un om de știință aplică o teorie sau un concept dintr-un domeniu pentru a rezolva o problemă într-un domeniu complet diferit. Această polenizare încrucișată a ideilor este cheia descoperirilor.
Un exemplu clasic este lucrarea lui John Hopfield din 1982. El a aplicat concepte de la fizica materiei condensate în domeniul de atunci în curs de dezvoltare al inteligenței artificiale. Acest lucru a dus la dezvoltarea rețelelor Hopfield, un tip de rețea neuronală capabilă să învețe și să-și amintească amintiri. A fost o idee revoluționară născută din conectarea disciplinelor care nu au legătură.
Cum diferă IA nerezonabilă a laboratoarelor de modelele mainstream
Inteligența artificială dezvoltată la Unreasonable Labs este concepută pentru a imita această capacitate umană de perspectivă interdisciplinară. Scopul lor nu este de a crea un model de limbaj mai mare, ci de a construi un sistem care poate raționa în domenii științifice.
Grafice de cunoștințe interdisciplinare: în loc să se antreneze numai pe text, IA lor integrează cunoștințe structurate din mai multe domenii științifice, de la biologie la fizică. Motoare de raționament analogic: tehnologia de bază se concentrează pe găsirea de analogii și paralele între concepte care aparent nu au legătură, un motor cheie al inovației științifice. Generarea de ipoteze: sistemul este proiectat pentru a propune ipoteze științifice testabile, nu doar pentru a analiza datele existente.
Această abordare reprezintă o abatere semnificativă de la strategiile de achiziție ale celor mai marifirme de tehnologie, cum ar fi achiziția Zendesk a startup-ului AI Forethought, care se concentrează adesea pe rafinarea aplicațiilor existente de servicii pentru clienți, mai degrabă decât pe pionierat de noi forme de descoperire.
Viitorul descoperirii conduse de AI
Dacă are succes, tehnologia Unreasonable Labs ar putea accelera cercetarea în domenii critice. Imaginați-vă o inteligență artificială care poate sugera un nou compus medicamentos combinând principii din chimie și genetică. Sau un model care propune un nou material pentru energia durabilă prin legarea conceptelor din nanotehnologie și termodinamică.
Aplicațiile potențiale sunt vaste, de la accelerarea cercetării medicale până la rezolvarea provocărilor complexe de mediu. Aceasta reprezintă următoarea frontieră pentru AI, trecând dincolo de automatizare pentru a deveni un adevărat partener în ingeniozitatea umană.
Concluzie: Următorul val de inovare AI
Cursa pentru a dezvolta AI pentru descoperirea științei se încinge, dar adevăratul succes poate sta în startup-urile specializate, cum ar fi Unreasonable Labs. Accentul lor pe raționamentul interdisciplinar oferă o cale promițătoare dincolo de limitările modelelor mari de limbaj actuale. Călătoria către crearea unei IA care poate descoperi cu adevărat abia începe.
Fiți la curent cu cele mai recente inovații în AI și tehnologie. Pentru mai multe informații și pentru a partaja cu ușurință acest articol, creați-vă pagina gratuită de link-in-bio pe Seemless pentru a vă organiza conținutul preferat.
