Стартап пробует новый трюк для разработки искусственного интеллекта для научных открытий
Стартап пробует новый трюк для разработки искусственного интеллекта для научных открытий
Разработка искусственного интеллекта для научных открытий стала монументальной целью для технологических гигантов. Такие компании, как OpenAI и Anthropic, получили десятки миллиардов финансирования, пообещав совершить прорыв в области ИИ в медицине, биологии и физике. Однако истинное научное открытие, основанное на искусственном интеллекте, остается недостижимым, о чем свидетельствуют прошлые инциденты, такие как опровергнутое математическое заключение, сгенерированное ChatGPT. Основная проблема, по мнению экспертов, заключается в том, что нынешним моделям больших языков (LLM) не хватает внутренней способности автономно генерировать новые научные знания.
Почему крупные лаборатории искусственного интеллекта испытывают трудности с научными открытиями
Маркус Бюлер, профессор инженерного дела Массачусетского технологического института, указывает на фундаментальное ограничение современного искусственного интеллекта. Он утверждает, что модели, лежащие в основе систем OpenAI и Anthropic, не предназначены для настоящих открытий. Их архитектура основана на распознавании образов на основе существующих данных, а не на создании новых теорий или гипотез.
Это было ярко продемонстрировано прошлой осенью, когда предполагаемое математическое открытие ChatGPT было быстро опровергнуто. Этот эпизод подчеркнул разрыв между аналитической мощью ИИ и его творческим, ориентированным на открытия мышлением. Эта задача напоминает другие начинания в области ИИ, где технология борется с оригинальностью, во многом похожая на критику, с которой столкнулась «актриса» ИИ Тилли Норвуд за отсутствие подлинного творчества.
Основная проблема современных моделей ИИ
Большие языковые модели превосходно справляются с обработкой и рециркуляцией информации. Они могут обобщать тексты, отвечать на вопросы и даже писать код на основе своих обучающих данных. Однако они действуют в рамках того, чему уже научились.
Научное открытие по своей природе требует шага в неизведанное. Он предполагает формирование новых связей между разрозненными областями и предложение идей, которых нет ни в одном наборе обучающих данных. Это скачок, на который нынешний генеративный ИИ, ориентированный на создание и автоматизацию контента, не способен совершить. Отрасль развивается, о чем свидетельствуют такие разработки, как обновление WordPress Gutenberg, закладывающее основу для публикации ИИ, но основная задача открытий остается.
Представляем неразумные лаборатории: новый подход к искусственному интеллекту для науки
Чтобы восполнить этот пробел, профессор Бюлер вместе с Юанем Цао, бывшим старшим научным сотрудником Google DeepMind, основал Unreasonable Labs. Целью стартапа является внедрение принципиально иного подхода к разработке ИИ для научных открытий. Вместо того, чтобы полагаться исключительно на массивный прием данных, они создают системы, способные к междисциплинарному рассуждению.
Unreasonable Labs недавно получила 13,5 миллионов долларов в рамках раунда финансирования, проводимого Playground Global. В раунде приняли участие AIX Ventures, E14 Fund и MS&AD Ventures. Эти значительные инвестиции подчеркивают веру рынка в их новую методологию.
Учимся на «Ага» моментах в истории науки
Гипотеза Бюлера состоит в том, что многие великие открытия происходят в моменты «ага». Это случаи, когда ученый применяет теорию или концепцию из одной области для решения проблемы в совершенно другой области. Такое перекрестное опыление идей является ключом к прорывам.
Классическим примером является работа Джона Хопфилда в 1982 году. Он применил концепции физики конденсированного состояния к зарождавшейся тогда области искусственного интеллекта. Это привело к разработке сетей Хопфилда — типа нейронной сети, способной изучать и вспоминать воспоминания. Это была революционная идея, рожденная в результате объединения несвязанных дисциплин.
Чем искусственный интеллект Unreasonable Labs отличается от обычных моделей
ИИ, разрабатываемый в Unreasonable Labs, призван имитировать человеческую способность к междисциплинарному пониманию. Их цель — не создать большую языковую модель, а построить систему, которая сможет рассуждать в научных областях.
Междисциплинарные графики знаний: вместо обучения только тексту их ИИ объединяет структурированные знания из разных научных областей, от биологии до физики. Машины аналогового рассуждения. Основная технология направлена на поиск аналогий и параллелей между, казалось бы, несвязанными концепциями, что является ключевым фактором научных инноваций. Генерация гипотез. Система предназначена для выдвижения проверяемых научных гипотез, а не просто для анализа существующих данных.
Этот подход представляет собой существенный отход от стратегий приобретения более крупных компаний.технологические компании, такие как приобретение Zendesk стартапа в области искусственного интеллекта Fore Thought, который часто сосредотачивается на совершенствовании существующих приложений для обслуживания клиентов, а не на разработке новых форм открытий.
Будущее открытий, управляемых искусственным интеллектом
В случае успеха технология Unreasonable Labs может ускорить исследования в важнейших областях. Представьте себе ИИ, который может предложить новое лекарственное соединение, объединив принципы химии и генетики. Или модель, предлагающая новый материал для устойчивой энергетики путем объединения концепций нанотехнологий и термодинамики.
Потенциальные применения обширны: от ускорения медицинских исследований до решения сложных экологических проблем. Это представляет собой следующий рубеж для ИИ, который выйдет за рамки автоматизации и станет настоящим партнером человеческой изобретательности.
Заключение: следующая волна инноваций в области искусственного интеллекта
Гонка за разработку ИИ для научных открытий накаляется, но настоящий успех может принадлежать специализированным стартапам, таким как Unreasonable Labs. Их внимание к междисциплинарным рассуждениям открывает многообещающий путь, выходящий за пределы ограничений нынешних больших языковых моделей. Путь к созданию ИИ, способного по-настоящему совершать открытия, только начинается.
Будьте в курсе последних инноваций в области искусственного интеллекта и технологий. Чтобы получить дополнительную информацию и легко поделиться этой статьей, создайте бесплатную страницу со ссылкой в биографии на Seemless, чтобы курировать свой любимый контент.
