Startup provon një truk të ri për të zhvilluar AI për zbulimin e shkencës
Startup provon një truk të ri për të zhvilluar AI për zbulimin e shkencës
Zhvillimi i inteligjencës artificiale për zbulimin e shkencës është bërë një qëllim monumental për gjigantët e teknologjisë. Kompanitë si OpenAI dhe Anthropic kanë siguruar dhjetëra miliarda financime me premtimet për përparime të AI në mjekësi, biologji dhe fizikë. Sidoqoftë, zbulimi i vërtetë shkencor i drejtuar nga AI mbetet i pakapshëm, siç tregohet nga incidentet e së kaluarës si një zbulim matematikor i zhgënjyer i krijuar nga ChatGPT. Sfida kryesore, sipas ekspertëve, është se modelet aktuale të gjuhëve të mëdha (LLM) nuk kanë aftësinë e brendshme për të gjeneruar njohuri të reja shkencore në mënyrë autonome.
Pse Laboratorët e mëdhenj të AI po luftojnë me zbulimin shkencor
Markus Buehler, një profesor inxhinierie në MIT, identifikon një kufizim themelor në inteligjencën artificiale të avancuar të sotme. Ai argumenton se modelet që fuqizojnë sistemet nga OpenAI dhe Anthropic nuk janë të dizajnuara për zbulim të vërtetë. Arkitektura e tyre bazohet në njohjen e modelit nga të dhënat ekzistuese, jo në krijimin e teorive apo hipotezave të reja.
Kjo u ilustrua qartë vjeshtën e kaluar kur një zbulim i supozuar matematikor nga ChatGPT u hodh poshtë shpejt. Episodi theksoi hendekun midis fuqisë analitike të AI dhe mendimit të tij krijues, të orientuar drejt zbulimeve. Është një sfidë që të kujton përpjekjet e tjera të inteligjencës artificiale, ku teknologjia lufton me origjinalitetin, njëlloj si kritikat me të cilat përballet 'aktori' i AI Tilly Norwood për mungesën e kreativitetit të vërtetë.
Problemi kryesor me modelet aktuale të AI
Modelet e mëdha gjuhësore shkëlqejnë në përpunimin dhe kthimin e informacionit. Ata mund të përmbledhin tekste, t'u përgjigjen pyetjeve dhe madje të shkruajnë kodin bazuar në të dhënat e tyre të trajnimit. Megjithatë, ata veprojnë brenda kufijve të asaj që kanë mësuar tashmë.
Zbulimi shkencor, për nga natyra e tij, kërkon hapjen në të panjohurën. Ai përfshin krijimin e lidhjeve të reja midis fushave të ndryshme dhe propozimin e ideve që nuk janë të pranishme në asnjë grup të dhënash trajnimi. Ky është një hap për të cilin AI gjeneruese aktuale, e fokusuar në krijimin dhe automatizimin e përmbajtjes, nuk është krijuar për ta bërë. Industria po evoluon, siç shihet me zhvillime si përditësimi i WordPress Gutenberg që hedh themelet për botimin e AI, por sfida kryesore për zbulimin mbetet.
Prezantimi i laboratorëve të paarsyeshëm: Një qasje e re ndaj AI për shkencën
Për të trajtuar këtë boshllëk, Profesor Buehler bashkëthemeloi Unreasonable Labs me Yuan Cao, një ish-shkencëtar i lartë i stafit të kërkimit në Google DeepMind. Fillimi synon të jetë pionier i një qasjeje thelbësisht të ndryshme për zhvillimin e AI për zbulime shkencore. Në vend që të mbështeten vetëm në gëlltitjen masive të të dhënave, ata po ndërtojnë sisteme të afta për arsyetim ndërdisiplinor.
Paarsyeshme Labs kohët e fundit siguroi 13.5 milion dollarë në një raund financimi të udhëhequr nga Playground Global. Raundi pa pjesëmarrje nga AIX Ventures, E14 Fund dhe MS&AD Ventures. Ky investim i rëndësishëm nënvizon besimin e tregut në metodologjinë e tyre të re.
Mësimi nga "Aha" Momentet në Historinë e Shkencës
Hipoteza e Buehler është se shumë zbulime të mëdha lindin nga momentet "aha". Këto janë raste kur një shkencëtar zbaton një teori ose koncept nga një fushë për të zgjidhur një problem në një fushë krejtësisht të ndryshme. Ky ndër-pjalmim i ideve është çelësi i përparimeve.
Një shembull klasik është puna e John Hopfield në 1982. Ai aplikoi koncepte nga fizika e materies së kondensuar në fushën e atëhershme të inteligjencës artificiale. Kjo çoi në zhvillimin e rrjeteve Hopfield, një lloj rrjeti nervor i aftë për të mësuar dhe për të kujtuar kujtimet. Ishte një ide revolucionare e lindur nga lidhja e disiplinave të palidhura.
Si ndryshon AI i Paarsyeshëm Labs nga modelet kryesore
Inteligjenca artificiale që po zhvillohet në Unreasonable Labs është krijuar për të imituar këtë kapacitet njerëzor për njohuri ndërdisiplinore. Qëllimi i tyre nuk është të krijojnë një model më të madh gjuhësor, por të ndërtojnë një sistem që mund të arsyetojë në domene shkencore.
Grafikët e njohurive ndërdisiplinore: Në vend të trajnimit vetëm për tekstin, AI i tyre integron njohuri të strukturuara nga fusha të shumta shkencore, nga biologjia në fizikë. Motorët e arsyetimit analogjik: Teknologjia thelbësore fokusohet në gjetjen e analogjive dhe paraleleve midis koncepteve në dukje të palidhura, një shtytës kryesor i inovacionit shkencor. Gjenerimi i hipotezave: Sistemi është duke u krijuar për të propozuar hipoteza shkencore të testueshme, jo vetëm për të analizuar të dhënat ekzistuese.
Kjo qasje përfaqëson një largim të rëndësishëm nga strategjitë e blerjes së më të mëdhenjvefirmat e teknologjisë, të tilla si blerja e Zendesk e startup-it të inteligjencës artificiale Forethought, të cilat shpesh fokusohen në rafinimin e aplikacioneve ekzistuese të shërbimit ndaj klientit në vend që të pionierin në forma të reja zbulimi.
E ardhmja e zbulimit të drejtuar nga AI
Nëse është e suksesshme, teknologjia e Unreasonable Labs mund të përshpejtojë kërkimin në fusha kritike. Imagjinoni një AI që mund të sugjerojë një përbërje të re ilaçi duke kombinuar parimet nga kimia dhe gjenetika. Ose një model që propozon një material të ri për energji të qëndrueshme duke lidhur koncepte nga nanoteknologjia dhe termodinamika.
Aplikimet e mundshme janë të gjera, nga përshpejtimi i kërkimit mjekësor deri te zgjidhja e sfidave komplekse mjedisore. Ky përfaqëson kufirin tjetër për AI, duke shkuar përtej automatizimit për t'u bërë një partner i vërtetë në zgjuarsinë njerëzore.
Përfundim: Vala e ardhshme e inovacionit të AI
Gara për të zhvilluar AI për zbulimin e shkencës po nxehet, por suksesi i vërtetë mund të jetë me startup-et e specializuara si Unreasonable Labs. Përqendrimi i tyre në arsyetimin ndërdisiplinor ofron një rrugë premtuese përtej kufizimeve të modeleve aktuale të mëdha gjuhësore. Udhëtimi drejt krijimit të një AI që mund të zbulohet me të vërtetë sapo ka filluar.
Qëndroni të përditësuar mbi risitë më të fundit në AI dhe teknologji. Për më shumë njohuri dhe për të ndarë me lehtësi këtë artikull, krijoni faqen tuaj falas të lidhjes në bio në Seemless për të kuruar përmbajtjen tuaj të preferuar.
