The Startup Nyobian Trik Anyar pikeun Ngembangkeun AI Pikeun Élmu Papanggihan
The Startup Nyobian Trik Anyar pikeun Ngembangkeun AI Pikeun Élmu Papanggihan
Ngembangkeun intelijen buatan pikeun panemuan sains parantos janten tujuan monumental pikeun raksasa téknologi. Perusahaan sapertos OpenAI sareng Anthropic parantos nampi dana puluhan milyar kalayan janji terobosan AI dina ubar, biologi, sareng fisika. Tapi, panemuan ilmiah anu didorong ku AI anu leres tetep hese dihartikeun, sakumaha anu ditunjukkeun ku kajadian-kajadian anu kapungkur sapertos panemuan matematika anu dibangkitkeun ChatGPT. Tantangan inti, numutkeun para ahli, nyaéta modél basa ageung (LLM) ayeuna henteu gaduh kamampuan intrinsik pikeun ngahasilkeun pangaweruh ilmiah novel sacara mandiri.
Naha Big AI Labs Bajoang sareng Papanggihan Ilmiah
Markus Buehler, profésor rékayasa MIT, ngaidentipikasi watesan dasar dina AI canggih ayeuna. Anjeunna nyatakeun yén modél anu nyayogikeun sistem tina OpenAI sareng Anthropic henteu dirarancang pikeun penemuan asli. Arsitékturna dumasar kana pangakuan pola tina data anu aya, sanés dina nyiptakeun téori atanapi hipotesis énggal.
Ieu dijelaskeun sacara jelas dina usum gugur kamari nalika panemuan matematika anu disangka ku ChatGPT gancang dibantah. Épisode éta nyorot celah antara kakuatan analitis AI sareng pamikiran kreatif, berorientasi panemuan. Ieu mangrupikeun tantangan anu ngingetkeun kana usaha AI anu sanés dimana téknologi bajoang sareng orisinalitas, sapertos kritik anu disanghareupan ku 'aktor' AI Tilly Norwood kusabab kurang kréatipitas asli.
Masalah Inti sareng Model AI Ayeuna
Modél basa badag unggul dina ngolah jeung regurgitating informasi. Éta bisa nyimpulkeun téks, ngajawab patarosan, komo nulis kode dumasar kana data latihan maranéhanana. Tapi, aranjeunna beroperasi dina wates naon anu aranjeunna parantos diajar.
Papanggihan ilmiah, ku alam na, merlukeun stepping kana kanyahoan. Ieu ngalibatkeun ngabentuk sambungan anyar antara widang disparate sarta ngajukeun ideu nu teu aya dina sagala set data latihan. Ieu mangrupikeun kabisat anu AI generatif ayeuna, fokus kana kreasi kontén sareng otomatisasi, henteu diwangun. Industri ieu ngembang, sakumaha katingal ku kamajuan kawas update WordPress Gutenberg peletakan dasar pikeun AI penerbitan, tapi tantangan inti pikeun kapanggihna tetep.
Ngenalkeun Labs Teu Munasabah: Pendekatan Anyar pikeun AI pikeun Élmu
Pikeun alamat celah ieu, Professor Buehler ko-ngadegkeun Labs teu munasabah jeung Yuan Cao, urut élmuwan panalungtikan staf senior di Google DeepMind. Ngamimitian tujuanana pikeun naratas pendekatan anu béda-béda pikeun ngembangkeun AI pikeun panemuan ilmiah. Gantina ngandelkeun solely on ingestion data masif, aranjeunna ngawangun sistem sanggup nalar interdisciplinary.
Labs teu munasabah nembe ngamankeun $ 13,5 juta dina babak dana anu dipimpin ku Playground Global. Babak éta ningali partisipasi ti AIX Ventures, E14 Fund, sareng MS&AD Ventures. Investasi signifikan ieu negeskeun kapercayaan pasar kana metodologi novelna.
Diajar tina Momen "Aha" dina Sajarah Élmu
Hipotesis Buehler nyaéta yén seueur pamanggihan anu hébat timbul tina momen "aha". Ieu mangrupikeun conto dimana élmuwan nerapkeun téori atanapi konsép tina hiji widang pikeun ngajawab masalah dina domain anu béda. Penyerbukan silang ide ieu mangrupikeun konci pikeun terobosan.
Conto klasik nyaéta karya John Hopfield di 1982. Anjeunna ngalarapkeun konsép-konsép tina fisika matéri kondensasi kana widang intelegensi jieunan. Ieu nyababkeun ngembangkeun jaringan Hopfield, jinis jaringan saraf anu tiasa diajar sareng ngémutan kenangan. Ieu gagasan revolusioner dilahirkeun tina nyambungkeun disiplin nu teu patali.
Kumaha Akal Labs 'Ai Beda sareng Modél Mainstream
AI anu dikembangkeun di Unreasonable Labs dirancang pikeun meniru kapasitas manusa ieu pikeun wawasan interdisipliner. Tujuanana sanés pikeun nyiptakeun modél basa anu langkung ageung tapi pikeun ngawangun sistem anu tiasa nalar dina ranah ilmiah.
Grafik Pangaweruh Interdisipliner: Gantina latihan dina téks nyalira, AI na ngahijikeun pangaweruh terstruktur tina sababaraha widang ilmiah, ti biologi ka fisika. Mesin Penalaran Analogis: Téknologi inti museurkeun kana milarian analogi sareng paralel antara konsép anu teu aya hubunganana, panggerak utama inovasi ilmiah. Generasi Hipotesis: Sistem ieu dirancang pikeun ngajukeun hipotesis ilmiah anu tiasa diuji, sanés ngan ukur nganalisis data anu aya.
pendekatan ieu ngagambarkeun departure signifikan tina strategi akuisisi leuwih badagfirma téknologi, sapertos akuisisi Zendesk pikeun ngamimitian AI Forethought, anu sering difokuskeun nyaring aplikasi layanan palanggan anu tos aya tinimbang naratas bentuk penemuan anyar.
Masa Depan Penemuan Didorong AI
Upami suksés, téknologi Unreasonable Labs tiasa ngagancangkeun panalungtikan di daérah kritis. Bayangkeun AI anu tiasa nyarankeun sanyawa ubar anyar ku cara ngagabungkeun prinsip kimia sareng genetika. Atanapi modél anu ngajukeun bahan énggal pikeun énergi lestari ku cara ngaitkeun konsép tina nanotéhnologi sareng térmodinamik.
Potensi aplikasi anu lega, ti ngagancangkeun panalungtikan médis pikeun ngarengsekeun tantangan lingkungan anu kompleks. Ieu ngagambarkeun wates hareup pikeun AI, pindah saluareun automation pikeun jadi pasangan leres dina kapinteran manusa.
Kacindekan: The Next Wave of AI Innovation
Perlombaan pikeun ngembangkeun AI pikeun panemuan élmu beuki panas, tapi kasuksésan anu leres tiasa aya dina ngamimitian khusus sapertos Labs Unreasonable. Fokus maranéhanana dina penalaran interdisipliner nawarkeun jalur ngajangjikeun saluareun watesan model basa badag ayeuna. Perjalanan pikeun nyiptakeun AI anu leres-leres tiasa dipanggihan karék dimimitian.
Tetep diropéa dina inovasi panganyarna dina AI jeung téhnologi. Pikeun langkung seueur wawasan sareng ngabagi tulisan ieu kalayan gampang, jieun halaman link-in-bio gratis anjeun dina Semless pikeun ngatur kontén karesep anjeun.
