Postępy AI zapewnią nam nieprawdopodobne przyspieszenie w postępie naukowym i technicznym — tego typu zapewnienia padają często ze strony szefa OpenAI Sama Altmana czy współzałożyciela Anthropica Dario Amodei, rozpalając umysły przynajmniej niektórych entuzjastów sztucznej inteligencji, którzy wieszczą nadejście „osobliwości technologicznej„.
Oczywiście mielibyśmy to osiągnąć przy pomocy obecnych modeli, czyli dużych modeli językowych (LLM), doposażonych w umiejętności „rozumujące” czy agentowe. Ale według grupy badaczy z różnych czołowych labów AI, nie tędy droga. Ci właśnie badacze odeszli z ciepłych posadek, by założyć własny startup, skupiony na rozwoju sztucznej inteligencji do celów odkryć naukowych — Periodic Labs.
Nie przegap najważniejszych trendów w technologiach!
Zarejestruj się, by otrzymywać nasz newsletter!
Odkrycia naukowe potrzebują nowej AI
Jak tłumaczy Dogus Cubuk, współzałożyciel startupu, który wcześniej pracował w Google, duże modele językowe „nie mogą po prostu rozumować przez wiele dni i dokonać niesamowitego odkrycia. Ludzie też nie potrafią tego zrobić. Przeprowadzają wiele próbnych eksperymentów, zanim znajdą coś niesamowitego – jeśli w ogóle to zrobią”.
Jak stwierdza firma na swojej stronie internetowej, choć LLM-y mają olbrzymią wiedzę, bo zostały wytrenowane na treściach niemal całego internetu, to „ponowne przeczytanie podręcznika” daje tylko ograniczoną przestrzeń do nowych spostrzeżeń.
Jak twierdzi z kolei inny współzałożyciel Liam Fedus, który wcześniej tworzył ChatGPT dla OpenAI, Dolina Krzemowa jest „intelektualnie leniwa” w swojej wierze, że to LLM-y doprowadzą nas do nowych odkryć.
Nowe spojrzenie na rozwój sztucznej inteligencji zapewni Periodic Labs?
A jaka jest recepta Periodic Labs? Autonomiczne laboratoria. Laboratoria, w których roboty będą przeprowadzać eksperymenty na masową skalę. A AI będzie analizować wyniki tych eksperymentów.
Pierwsze eksperymenty będą dotyczyć inżynierii materiałowej. Jednym z głównych celów Periodic Labs jest opracowanie nowych wysokotemperaturowych nadprzewodników, które pozwoliłyby na zbudowanie systemów transportowych nowej generacji czy sieci energetycznych o minimalnych stratach. Już teraz nowy lab pracuje dla wytwórcy półprzewodników, próbując rozwiązać problemy z rozpraszaniem ciepła w układach scalonych.
Wygląda na to, że wizja Cubuka i Fedusa podziałała na wyobraźnię inwestorów. Firmie udało się pozyskać 300 mln dolarów od grupy, której przewodził Andreessen Horowitz, a w której byli ponadto na przykład Nvidia, były szef Google Eric Schmidt czy założyciel Amazona Jeff Bezos.
Czytaj też: Nowy zawód w IT dla humanisty? Trener sztucznej inteligencji
LLM-y niezdolne do przełomowych odkryć?
Podobnie krytyczne uwagi, choć z nieco innej perspektywy, na temat możliwości osiągania przez LLM-y przełomowych odkryć naukowych, wyraził ostatnio również Thomas Wolf, współzałożyciel Hugging Face.
Według Wolfa dwie cech LLM-ów sprawiają, że nie nadają się one do odkryć naukowych, zwłaszcza przełomowych. Po pierwsze, są trenowane, by zgadzać się z ludzkim rozmówcą. Po drugie, działają w ten sposób, że przewidują następne najbardziej prawdopodobne słowo.
Tymczasem naukowiec dążący do odkrycia naukowego często musi być w kontrze do innych przedstawicieli danej dziedziny. Na dodatek, „jeśli ma to być przełom, to nie może być to… najbardziej prawdopodobne kolejne słowo”. Na dodatek, „naukowiec nie próbuje przewidzieć najbardziej prawdopodobnego kolejnego słowa. Próbuje przewidzieć tę bardzo nowatorską rzecz, która jest w zasadzie zaskakująco nieprawdopodobna, ale w rzeczywistości jest prawdziwa”.
Jak się zmieni sposób nauczania sztucznej inteligencji?
Kto ma rację, Altman i Amodei czy założyciele Periodic Labs i Wolf? Zobaczymy. Na pewno dwaj pierwsi mają dobre, finansowe powody, by sprzedawać swoją wizję — ich startupy przepalają miliardy dolarów na badania i korzystanie z infrastruktury, więc potrzebują potężnych strumieni pieniędzy od inwestorów. A inwestorzy dadzą pieniądze tylko jeśli kupią wizję przyszłości. Na przykład właśnie przełomowych odkryć naukowych.
Źródło grafiki: Sztuczna inteligencja, model Dall-E 3
0 komentarzy
