Startup, Bilim Keşfi İçin Yapay Zeka Geliştirmek İçin Yeni Bir Yöntem Deniyor
Startup, Bilim Keşfi İçin Yapay Zeka Geliştirmek İçin Yeni Bir Yöntem Deniyor
Bilim keşfi için yapay zeka geliştirmek, teknoloji devleri için anıtsal bir hedef haline geldi. OpenAI ve Anthropic gibi şirketler, tıp, biyoloji ve fizikte yapay zeka alanında atılımlar yapma vaadiyle on milyarlarca dolarlık fon sağladı. Bununla birlikte, ChatGPT'nin çürütülmüş bir matematik bulgusu gibi geçmişteki olayların da gösterdiği gibi, gerçek yapay zeka odaklı bilimsel keşif, yakalanması zor olmaya devam ediyor. Uzmanlara göre temel zorluk, mevcut büyük dil modellerinin (LLM'ler) bağımsız olarak yeni bilimsel bilgi üretme konusundaki içsel kapasiteden yoksun olmasıdır.
Büyük Yapay Zeka Laboratuvarları Neden Bilimsel Keşif Konusunda Mücadele Ediyor?
MIT mühendislik profesörü Markus Buehler, günümüzün gelişmiş yapay zekasında temel bir sınırlama olduğunu tespit ediyor. OpenAI ve Anthropic'in sistemlerini destekleyen modellerin gerçek keşif için tasarlanmadığını savunuyor. Mimarileri yeni teoriler veya hipotezler yaratmaya değil, mevcut verilerden örüntü tanımaya dayanıyor.
Bu, geçen sonbaharda ChatGPT tarafından iddia edilen bir matematiksel keşfin hızla çürütülmesiyle açıkça ortaya çıktı. Bölüm, yapay zekanın analitik gücü ile yaratıcı, keşif odaklı düşüncesi arasındaki uçuruma dikkat çekti. Bu, yapay zeka 'aktörü' Tilly Norwood'un gerçek yaratıcılıktan yoksun olduğu için karşılaştığı eleştirilere benzer şekilde, teknolojinin özgünlükle mücadele ettiği diğer yapay zeka çalışmalarını hatırlatan bir zorluktur.
Mevcut Yapay Zeka Modellerinin Temel Sorunu
Büyük dil modelleri bilgiyi işleme ve yeniden çıkarma konusunda üstündür. Metinleri özetleyebilir, soruları yanıtlayabilir ve hatta eğitim verilerine göre kod yazabilirler. Ancak daha önce öğrendiklerinin sınırları dahilinde hareket ederler.
Bilimsel keşif doğası gereği bilinmeyene adım atmayı gerektirir. Farklı alanlar arasında yeni bağlantılar kurmayı ve herhangi bir eğitim veri setinde bulunmayan fikirleri önermeyi içerir. Bu, içerik oluşturma ve otomasyona odaklanan mevcut üretken yapay zekanın yapmak için tasarlanmadığı bir adımdır. AI yayıncılığının temelini oluşturan WordPress Gutenberg güncellemesi gibi gelişmelerle birlikte sektör gelişiyor, ancak keşif konusundaki temel zorluk devam ediyor.
Mantıksız Laboratuvarlara Giriş: Bilim için Yapay Zekaya Yeni Bir Yaklaşım
Bu açığı kapatmak için Profesör Buehler, Google DeepMind'da eski kıdemli araştırma bilimcisi olan Yuan Cao ile birlikte Unreasonable Labs'ı kurdu. Girişim, bilimsel keşif için yapay zekanın geliştirilmesinde temelde farklı bir yaklaşıma öncülük etmeyi amaçlıyor. Yalnızca büyük miktarda veri alımına güvenmek yerine, disiplinler arası akıl yürütme yeteneğine sahip sistemler inşa ediyorlar.
Unreasonable Labs yakın zamanda Playground Global liderliğindeki bir finansman turunda 13,5 milyon dolar elde etti. Tura AIX Ventures, E14 Fund ve MS&AD Ventures'ın katılımı gerçekleşti. Bu önemli yatırım, pazarın yeni metodolojilerine olan inancının altını çiziyor.
Bilim Tarihindeki "Aha" Anlarından Öğrenmek
Buehler'in hipotezi, birçok büyük keşfin "aha" anlarından ortaya çıktığı yönündedir. Bunlar, bir bilim insanının tamamen farklı bir alandaki bir sorunu çözmek için bir alandaki teori veya konsepti uyguladığı örneklerdir. Fikirlerin bu şekilde çapraz tozlaşması atılımların anahtarıdır.
Klasik bir örnek, John Hopfield'ın 1982'deki çalışmasıdır. Yoğun madde fiziğindeki kavramları o zamanlar yeni ortaya çıkan yapay zeka alanına uyguladı. Bu, anıları öğrenebilen ve hatırlayabilen bir tür sinir ağı olan Hopfield ağlarının geliştirilmesine yol açtı. İlgisiz disiplinlerin birbirine bağlanmasından doğan devrimci bir fikirdi.
Makul Olmayan Laboratuvarların Yapay Zekasının Ana Modellerden Ne Kadar Farklı Olduğu
Unreasonable Labs'da geliştirilen yapay zeka, insanın disiplinler arası içgörü kapasitesini taklit edecek şekilde tasarlandı. Amaçları daha büyük bir dil modeli yaratmak değil, bilimsel alanlar arasında mantık yürütebilen bir sistem inşa etmektir.
Disiplinlerarası Bilgi Grafikleri: Yalnızca metin üzerine eğitim vermek yerine, yapay zekaları biyolojiden fiziğe kadar birçok bilimsel alandaki yapılandırılmış bilgiyi entegre ediyor. Analojik Akıl Yürütme Motorları: Temel teknoloji, bilimsel yeniliğin temel itici gücü olan görünüşte ilgisiz kavramlar arasında analojiler ve paralellikler bulmaya odaklanır. Hipotez Üretimi: Sistem, yalnızca mevcut verileri analiz etmek için değil, test edilebilir bilimsel hipotezler önermek için tasarlanmaktadır.
Bu yaklaşım, daha büyük işletmelerin satın alma stratejilerinden önemli bir ayrılığı temsil etmektedir.Yeni keşif biçimlerine öncülük etmek yerine genellikle mevcut müşteri hizmetleri uygulamalarını iyileştirmeye odaklanan AI girişimi Forethink'in Zendesk tarafından satın alınması gibi teknoloji firmaları.
Yapay Zeka Odaklı Keşfin Geleceği
Eğer başarılı olursa, Unreasonable Labs'ın teknolojisi kritik alanlardaki araştırmaları hızlandırabilir. Kimya ve genetiğin ilkelerini birleştirerek yeni bir ilaç bileşiği önerebilen bir yapay zeka hayal edin. Veya nanoteknoloji ve termodinamik kavramlarını birbirine bağlayarak sürdürülebilir enerji için yeni bir malzeme öneren bir model.
Potansiyel uygulamalar, tıbbi araştırmaların hızlandırılmasından karmaşık çevresel zorlukların çözülmesine kadar çok geniştir. Bu, otomasyonun ötesine geçerek insan yaratıcılığında gerçek bir ortak haline gelen yapay zeka için bir sonraki sınırı temsil ediyor.
Sonuç: Yapay Zeka İnovasyonunda Sonraki Dalga
Bilim keşfi için yapay zeka geliştirme yarışı kızışıyor ancak gerçek başarı, Unreasonable Labs gibi uzmanlaşmış girişimlerde yatıyor olabilir. Disiplinlerarası akıl yürütmeye odaklanmaları, mevcut büyük dil modellerinin sınırlamalarının ötesinde umut verici bir yol sunuyor. Gerçekten keşfedebilen bir yapay zeka yaratma yolculuğu daha yeni başlıyor.
Yapay zeka ve teknolojideki en son yeniliklerden haberdar olun. Daha fazla bilgi edinmek ve bu makaleyi kolayca paylaşmak için, en sevdiğiniz içeriği seçmek üzere Seemless'ta ücretsiz biyo-bağlantı sayfanızı oluşturun.
