Два ведущих исследователя пытаются применить иной подход к искусственному интеллекту, изначально планируя принять участие в амбициозной программе Джеффа Безоса, но в итоге выбрав собственный путь.
Анима Анандкумар и Бенедикт Дженник основали компанию Accelerated Understanding Inc. , которая разрабатывает систему искусственного интеллекта, ориентированную не на язык, а на физику и прогнозирование явлений реального мира .
Данная модель существенно отличается от популярных систем искусственного интеллекта, таких как ChatGPT и Claude.
Вместо того чтобы обучаться в основном на огромных массивах текста для предсказания следующего слова, он пытается «научиться» тому, как природные явления развиваются в пространстве и времени.
Обрабатывает невообразимые объемы данных.
Одним из особенно впечатляющих элементов является масштаб, в котором может функционировать новая система.
По данным компании, в ходе тестирования ей удалось обработать около 5 триллионов единиц данных с помощью одной команды .
Компания утверждает, что эти возможности во много раз превосходят возможности ведущих систем искусственного интеллекта, используемых в настоящее время для решения языковых задач.
Чтобы понять масштаб, создатели модели используют в качестве типичного примера целое литературное произведение, такое как «Война и мир» Льва Толстого: это как если бы система могла обрабатывать одно и то же произведение миллионы раз за один процесс.
Он не хочет предсказывать слова, а хочет заниматься физикой.
Основная философия проекта отличается от философии большинства моделей, ставших известными широкой публике.
Крупные языковые модели обучаются распознавать закономерности в языке и выдавать ответы. Новая модель пытается распознавать закономерности, описывающие функционирование природного мира .
Для этой цели используются так называемые нейронные операторы — технология глубокого обучения, которая может применяться для понимания сложных физических систем.
В отличие от традиционных нейронных сетей, которые часто работают со специфическими структурами данных, нейронные операторы могут быть обучены работать в различных масштабах и с разным разрешением.
Цель состоит в создании модели, которую не нужно будет разрабатывать с нуля для каждой отдельной научной задачи.
От прогнозирования погоды до робототехники
В рамках программы Accelerated Understanding рассматриваются самые разнообразные области применения.
Система может использоваться для прогнозирования экстремальных погодных явлений , анализа геологических данных и в энергетическом секторе.
В то же время, по мнению создателей, его можно использовать в робототехнике , инженерии и, в более общем смысле, в случаях, когда требуется моделирование и прогнозирование сложных физических процессов.
Логика заключается в создании единой системы, способной решать различные физические задачи, вместо того чтобы разрабатывать отдельную математическую модель для каждого приложения.
Однако компания изначально ориентирована на сотрудничество с предприятиями, а не на продукт, предназначенный непосредственно для потребителей.
Связь с Джеффом Безосом
История этого предприятия также связана с Джеффом Безосом.
Анандкумар и Дженник первоначально обсуждали участие в проекте «Прометей» , который основатель Amazon создал вместе с предпринимателем Виком Баджаджем.
Цель проекта Prometheus — использовать искусственный интеллект в инженерии и производстве, причем его применение может варьироваться от компьютеров и самолетов до автомобилей и других сложных систем.
Сотрудничество с двумя исследователями в конечном итоге не сложилось так, как планировалось изначально, и они продолжили самостоятельно разрабатывать собственную технологию.
Ранее Анандкумар сотрудничала с Amazon, а до этого много лет работала в Nvidia, где занималась использованием графических процессоров для передовых приложений искусственного интеллекта.
Вклад Nvidia
По всей видимости, генеральный директор Nvidia Дженсен Хуанг также сыграл решающую роль в развитии этой идеи.
Анандкумар присоединился к Nvidia в 2018 году и возглавил группу исследователей, изучавших способы использования графических процессоров для разработки новых форм искусственного интеллекта.
Один из первых крупных проектов был посвящен прогнозированию погоды , показав, что искусственный интеллект может приблизиться по точности к сложным вычислительным методам, используемым в метеорологии.
Данная работа была представлена Хуангом на конференции Nvidia в 2021 году.
Другая «машина» искусственного интеллекта
Главная задача проекта Accelerated Understanding — выяснить, сможет ли этот иной подход привести к созданию искусственного интеллекта, который лучше понимает окружающий мир.
Если проект окажется успешным, подобные системы можно будет использовать не только для ответа на вопросы, но и для прогнозирования того, что произойдет в реальной физической системе .
От прогнозирования погоды и энергетики до геологии, робототехники и производства — технологии стремятся перенести искусственный интеллект из мира слов в сам физический мир.
Комментариев нет:
Отправить комментарий