Công ty khởi nghiệp đang thử thủ thuật mới để phát triển AI cho khám phá khoa học
Công ty khởi nghiệp đang thử thủ thuật mới để phát triển AI cho khám phá khoa học
Phát triển trí tuệ nhân tạo để khám phá khoa học đã trở thành mục tiêu to lớn của những gã khổng lồ công nghệ. Các công ty như OpenAI và Anthropic đã đảm bảo được nguồn tài trợ hàng chục tỷ USD với những hứa hẹn về những đột phá về AI trong y học, sinh học và vật lý. Tuy nhiên, khám phá khoa học thực sự do AI điều khiển vẫn còn khó nắm bắt, được chứng minh bằng các sự cố trong quá khứ như phát hiện toán học do ChatGPT tạo ra đã bị vạch trần. Theo các chuyên gia, thách thức cốt lõi là các mô hình ngôn ngữ lớn (LLM) hiện tại thiếu khả năng nội tại để tạo ra kiến thức khoa học mới một cách tự chủ.
Tại sao các phòng thí nghiệm AI lớn lại gặp khó khăn trong việc khám phá khoa học
Markus Buehler, an MIT engineering professor, identifies a fundamental limitation in today's advanced AI. Ông lập luận rằng các mô hình cung cấp năng lượng cho hệ thống từ OpenAI và Anthropic không được thiết kế để khám phá thực sự. Kiến trúc của họ dựa trên sự nhận dạng mẫu từ dữ liệu hiện có, không dựa trên việc tạo ra các lý thuyết hoặc giả thuyết mới.
Điều này đã được minh họa rõ ràng vào mùa thu năm ngoái khi một khám phá toán học được cho là của ChatGPT nhanh chóng bị vạch trần. Tập phim nêu bật khoảng cách giữa khả năng phân tích của AI và tư duy sáng tạo, thiên về khám phá của nó. Đó là một thách thức gợi nhớ đến những nỗ lực AI khác, nơi công nghệ phải vật lộn với tính độc đáo, giống như những lời chỉ trích mà 'diễn viên' AI Tilly Norwood phải đối mặt vì thiếu sự sáng tạo thực sự.
Vấn đề cốt lõi với các mô hình AI hiện tại
Các mô hình ngôn ngữ lớn vượt trội trong việc xử lý và lấy lại thông tin. Họ có thể tóm tắt văn bản, trả lời câu hỏi và thậm chí viết mã dựa trên dữ liệu đào tạo của họ. Tuy nhiên, họ hoạt động trong giới hạn của những gì họ đã học được.
Khám phá khoa học, về bản chất, đòi hỏi phải bước vào những điều chưa biết. Nó liên quan đến việc hình thành các kết nối mới giữa các lĩnh vực khác nhau và đề xuất những ý tưởng không có trong bất kỳ tập dữ liệu huấn luyện nào. Đây là một bước nhảy vọt mà AI hiện tại, tập trung vào tạo nội dung và tự động hóa, không được xây dựng để thực hiện. Ngành công nghiệp này đang phát triển, như đã thấy với những phát triển như bản cập nhật WordPress Gutenberg đặt nền móng cho việc xuất bản AI, nhưng thách thức cốt lõi đối với việc khám phá vẫn còn.
Giới thiệu các phòng thí nghiệm không hợp lý: Cách tiếp cận mới về AI cho khoa học
Để giải quyết khoảng trống này, Giáo sư Buehler đã đồng sáng lập Unreasonable Labs với Yuan Cao, cựu nhà khoa học nghiên cứu cấp cao tại Google DeepMind. Công ty khởi nghiệp này đặt mục tiêu đi tiên phong trong một cách tiếp cận khác biệt về cơ bản để phát triển AI cho khám phá khoa học. Thay vì chỉ dựa vào việc nhập dữ liệu khổng lồ, họ đang xây dựng các hệ thống có khả năng suy luận liên ngành.
Phòng thí nghiệm không hợp lý gần đây đã huy động được 13,5 triệu đô la trong vòng tài trợ do Playground Global dẫn đầu. Vòng này có sự tham gia của AIX Ventures, E14 Fund và MS&AD Ventures. Khoản đầu tư đáng kể này nhấn mạnh niềm tin của thị trường vào phương pháp mới của họ.
Học từ những khoảnh khắc “Aha” trong Lịch sử Khoa học
Giả thuyết của Buehler là nhiều khám phá vĩ đại nảy sinh từ những khoảnh khắc “aha”. Đây là những trường hợp mà một nhà khoa học áp dụng một lý thuyết hoặc khái niệm từ một lĩnh vực này để giải quyết một vấn đề ở một lĩnh vực hoàn toàn khác. Sự thụ phấn chéo của các ý tưởng này là chìa khóa cho sự đột phá.
Một ví dụ kinh điển là công trình của John Hopfield vào năm 1982. Ông đã áp dụng các khái niệm từ vật lý vật chất ngưng tụ vào lĩnh vực trí tuệ nhân tạo còn non trẻ lúc bấy giờ. Điều này dẫn đến sự phát triển của mạng Hopfield, một loại mạng lưới thần kinh có khả năng học hỏi và gợi lại ký ức. Đó là một ý tưởng mang tính cách mạng được sinh ra từ việc kết nối các ngành không liên quan với nhau.
AI của các phòng thí nghiệm không hợp lý khác với các mô hình chính thống như thế nào
AI đang được phát triển tại Unreasonable Labs được thiết kế để mô phỏng khả năng hiểu biết sâu sắc liên ngành của con người. Mục tiêu của họ không phải là tạo ra một mô hình ngôn ngữ lớn hơn mà là xây dựng một hệ thống có thể suy luận trên các lĩnh vực khoa học.
Sơ đồ tri thức liên ngành: Thay vì chỉ đào tạo trên văn bản, AI của họ tích hợp kiến thức có cấu trúc từ nhiều lĩnh vực khoa học, từ sinh học đến vật lý. Công cụ suy luận tương tự: Công nghệ cốt lõi tập trung vào việc tìm ra những điểm tương đồng và tương đồng giữa các khái niệm dường như không liên quan, động lực chính cho sự đổi mới khoa học. Tạo giả thuyết: Hệ thống đang được thiết kế để đề xuất các giả thuyết khoa học có thể kiểm chứng được, không chỉ phân tích dữ liệu hiện có.
This approach represents a significant departure from the acquisition strategies of largercác công ty công nghệ, chẳng hạn như thương vụ mua lại Zendesk của công ty khởi nghiệp AI Forethought, công ty thường tập trung vào việc tinh chỉnh các ứng dụng dịch vụ khách hàng hiện có hơn là đi tiên phong trong các hình thức khám phá mới.
Tương lai của khám phá dựa trên AI
Nếu thành công, công nghệ của Unreasonable Labs có thể đẩy nhanh quá trình nghiên cứu trong các lĩnh vực quan trọng. Imagine an AI that can suggest a new drug compound by combining principles from chemistry and genetics. Hoặc mô hình đề xuất vật liệu mới cho năng lượng bền vững bằng cách liên kết các khái niệm từ công nghệ nano và nhiệt động lực học.
Các ứng dụng tiềm năng là rất lớn, từ việc tăng tốc nghiên cứu y học đến giải quyết các thách thức môi trường phức tạp. Điều này đại diện cho biên giới tiếp theo của AI, vượt ra ngoài tự động hóa để trở thành đối tác thực sự trong sự khéo léo của con người.
Kết luận: Làn sóng đổi mới AI tiếp theo
Cuộc đua phát triển AI để khám phá khoa học đang nóng lên, nhưng thành công thực sự có thể nằm ở những công ty khởi nghiệp chuyên biệt như Unreasonable Labs. Sự tập trung của họ vào lý luận liên ngành đưa ra một con đường đầy hứa hẹn vượt qua những hạn chế của các mô hình ngôn ngữ lớn hiện nay. Hành trình tạo ra một AI có thể khám phá thực sự chỉ mới bắt đầu.
Luôn cập nhật những cải tiến mới nhất về AI và công nghệ. Để biết thêm thông tin chi tiết và dễ dàng chia sẻ bài viết này, hãy tạo trang liên kết trong tiểu sử miễn phí trên Seemless để tuyển chọn nội dung yêu thích của bạn.
