Startup skúša nový trik na vývoj AI pre vedecký objav
Startup skúša nový trik na vývoj AI pre vedecký objav
Vývoj umelej inteligencie pre vedecké objavy sa stal pre technologických gigantov obrovským cieľom. Spoločnosti ako OpenAI a Anthropic zabezpečili finančné prostriedky v desiatkach miliárd s prísľubmi prelomových objavov AI v medicíne, biológii a fyzike. Skutočný vedecký objav založený na AI však zostáva nepolapiteľný, ako to dokazujú minulé incidenty, ako napríklad odhalený matematický nález generovaný ChatGPT. Hlavnou výzvou podľa odborníkov je, že súčasným veľkým jazykovým modelom (LLM) chýba vnútorná schopnosť autonómne vytvárať nové vedecké poznatky.
Prečo veľké laboratóriá AI bojujú s vedeckými objavmi
Markus Buehler, profesor inžinierstva MIT, identifikuje zásadné obmedzenie dnešnej pokročilej AI. Tvrdí, že modely napájajúce systémy od OpenAI a Anthropic nie sú určené na skutočné objavovanie. Ich architektúra je založená na rozpoznávaní vzorov z existujúcich údajov, nie na vytváraní nových teórií alebo hypotéz.
Toto bolo ostro ilustrované minulú jeseň, keď bol údajný matematický objav od ChatGPT rýchlo odhalený. Táto epizóda zdôraznila priepasť medzi analytickou silou AI a jej kreatívnym myslením zameraným na objavovanie. Je to výzva pripomínajúca iné snahy AI, kde technológia zápasí s originalitou, podobne ako kritika, ktorej čelí „herec“ AI Tilly Norwood za nedostatok skutočnej kreativity.
Základný problém súčasných modelov AI
Veľké jazykové modely vynikajú v spracovaní a regurgitácii informácií. Môžu sumarizovať texty, odpovedať na otázky a dokonca písať kód na základe svojich tréningových údajov. Fungujú však v medziach toho, čo sa už naučili.
Vedecký objav si už svojou podstatou vyžaduje krok do neznáma. Zahŕňa vytváranie nových spojení medzi rôznymi oblasťami a navrhovanie nápadov, ktoré nie sú prítomné v žiadnom tréningovom súbore údajov. Ide o skok, na ktorý nie je súčasná generatívna AI zameraná na tvorbu obsahu a automatizáciu stavaná. Odvetvie sa vyvíja, ako je vidieť na vývoji, ako je aktualizácia WordPress Gutenberg, ktorá kladie základy pre publikovanie AI, ale hlavná výzva na objavovanie zostáva.
Predstavujeme Unreasonable Labs: Nový prístup k AI pre vedu
Na vyriešenie tejto medzery profesor Buehler spoluzaložil Unreasonable Labs s Yuanom Caom, bývalým vedúcim výskumným pracovníkom spoločnosti Google DeepMind. Cieľom startupu je byť priekopníkom zásadne odlišného prístupu k vývoju AI pre vedecké objavy. Namiesto toho, aby sa spoliehali len na masívny príjem dát, budujú systémy schopné interdisciplinárneho uvažovania.
Unreasonable Labs nedávno zabezpečili 13,5 milióna dolárov v kole financovania vedenom Playground Global. Na tomto kole sa zúčastnili AIX Ventures, E14 Fund a MS&AD Ventures. Táto významná investícia podčiarkuje vieru trhu v ich novú metodiku.
Poučenie z "Aha" momentov z histórie vedy
Buehlerova hypotéza hovorí, že mnohé veľké objavy vznikajú z „aha“ momentov. Toto sú prípady, keď vedec aplikuje teóriu alebo koncept z jednej oblasti na vyriešenie problému v úplne inej oblasti. Toto vzájomné opelenie myšlienok je kľúčom k prelomom.
Klasickým príkladom je práca Johna Hopfielda z roku 1982. Aplikoval koncepty z fyziky kondenzovaných látok na vtedy vznikajúcu oblasť umelej inteligencie. To viedlo k vývoju Hopfieldových sietí, typu neurónovej siete schopnej učiť sa a vyvolávať spomienky. Bola to revolučná myšlienka, ktorá sa zrodila zo spojenia navzájom nesúvisiacich disciplín.
Ako sa AI Unreasonable Labs líši od bežných modelov
Umelá inteligencia vyvíjaná v Unreasonable Labs je navrhnutá tak, aby napodobňovala túto ľudskú kapacitu pre interdisciplinárny pohľad. Ich cieľom nie je vytvoriť väčší jazykový model, ale vybudovať systém, ktorý dokáže uvažovať vo všetkých vedeckých oblastiach.
Interdisciplinárne znalostné grafy: Namiesto školenia o samotnom texte ich AI integruje štruktúrované poznatky z viacerých vedných oblastí, od biológie po fyziku. Analogické uvažovacie motory: Základná technológia sa zameriava na hľadanie analógií a paralel medzi zdanlivo nesúvisiacimi konceptmi, čo je kľúčovou hnacou silou vedeckých inovácií. Generovanie hypotéz: Systém je navrhnutý tak, aby navrhoval testovateľné vedecké hypotézy, nielen analyzoval existujúce údaje.
Tento prístup predstavuje výrazný odklon od akvizičných stratégií väčšíchtechnologické firmy, ako je napríklad akvizícia spoločnosti Zendesk startupu Forethought s umelou inteligenciou, ktoré sa často zameriavajú skôr na dolaďovanie existujúcich aplikácií zákazníckych služieb než na priekopníctvo nových foriem objavovania.
Budúcnosť objavovania poháňaného umelou inteligenciou
Ak bude úspešná, technológia Unreasonable Labs by mohla urýchliť výskum v kritických oblastiach. Predstavte si AI, ktorá dokáže navrhnúť novú liečivú zlúčeninu kombináciou princípov chémie a genetiky. Alebo model, ktorý navrhuje nový materiál pre udržateľnú energiu prepojením konceptov z nanotechnológie a termodynamiky.
Potenciálne aplikácie sú rozsiahle, od urýchlenia lekárskeho výskumu až po riešenie zložitých environmentálnych problémov. To predstavuje ďalšiu hranicu pre AI, ktorá sa posúva za hranice automatizácie a stáva sa skutočným partnerom v ľudskej vynaliezavosti.
Záver: Ďalšia vlna inovácií AI
Preteky vo vývoji umelej inteligencie pre vedecké objavy sa rozbiehajú, ale skutočný úspech môže spočívať v špecializovaných startupoch, ako sú Unreasonable Labs. Ich zameranie na interdisciplinárne uvažovanie ponúka sľubnú cestu za obmedzenia súčasných veľkých jazykových modelov. Cesta k vytvoreniu AI, ktorá dokáže skutočne objavovať, sa len začína.
Zostaňte informovaní o najnovších inováciách v oblasti AI a technológií. Ak chcete získať viac informácií a jednoducho zdieľať tento článok, vytvorte si bezplatnú stránku s odkazom v životopise na stránke Seemless, aby ste si spravili svoj obľúbený obsah.
