Physical Superintelligence (PSI) ստարտափը փորձում է բիզնես կառուցել արհեստական բանականության (ԱԲ) օգնությամբ արված գիտական հայտնագործությունների հիման վրա։ Նրա աշխատակիցներից մեկն օգտագործել է Anthropic Fable 5.2 մոդելի հասանելիությունը՝ քվանտային հաշվարկների ոլորտում մի խնդիր լուծելու համար, որը բաց էր մնացել 18 տարի։ Ընկերության համար սա պարզապես ԱԲ-ի հնարավորությունների ցուցադրություն չէ, այլ օրինակ այն բանի, թե ինչպես մասնագիտացված համակարգերը կարող են արագացնել հիմնարար գիտությունը և հեռանկարում հանգեցնել նոր տեխնոլոգիաների ստեղծմանը, պատմում է TechCrunch-ը։

ԱԲ-ն լուծել է մի խնդիր, որի վրա գիտնականներն աշխատել են շուրջ երկու տասնամյակ

Դևիդ Տուրտուրանը, ով նոր էր ավարտել MIT-ն, միացավ PSI-ին՝ մագիստրատուրայում ուսումը շարունակելու փոխարեն։ Աշխատելով ստարտափում՝ նա ստացավ Anthropic-ի Fable 5.2 մոդելի վաղ հասանելիություն և դրա օգնությամբ գտավ Աարոնսոն-Ամբայնիսի վարկածի լուծումը, որը քվանտային հաշվարկների տեսության կարևորագույն բաց խնդիրներից է։

Այս վարկածը կապված է այն բանի հետ, թե քվանտային համակարգչերն ինչքանով ավելի արագ կարող են լուծել որոշակի խնդիրներ՝ դասական մեքենաների համեմատ։ Գտնված լուծումը, ըստ ամենայնի, փակում է այն ուղղություններից մեկը, որոնցով քվանտային համակարգչերը կարող էին զգալի առավելություն ստանալ որոշ բարդ խնդիրներ լուծելիս։ Բայց դա չի նշանակում, թե ընդհանուր առմամբ քվանտային հաշվարկների հնարավորությունները սահմանափակվել են, կամ որ բոլոր հեռանկարային մոտեցումներն այժմ բացառված են։

Արդյունքն առաջին հերթին բացասական բնույթ ունի. այն թույլ է տալիս հետազոտողներին դադարել առավելություն փնտրել կոնկրետ ուղղությամբ և կենտրոնանալ այլ տարբերակների վրա։

Սկոտ Աարոնսոնը՝ վարկածը ձևակերպած գիտնականներից մեկը, խոստովանել է, որ դեռևս մինչև վերջ չի հասկանում ապացույցը։ Այնուամենայնիվ, նա այն ճիշտ է համարում. լուծումը ձևակերպվել է Lean-ի՝ մաթեմատիկական ապացույցների ստուգման լեզվի և համակարգի միջոցով։ Բացի այդ, PSI-ն արդյունքը փոխանցել է առաջատար հետազոտողների խմբին, որոնք պատրաստել են դրա մանրամասն բացատրությունը։

Աարոնսոնը տեղի ունեցածը բնութագրել է որպես միաժամանակ տպավորիչ և հոգնեցուցիչ իրադարձություն։ Նա նաև զարմացել է, որ այս խնդիրը չի հայտնվել OpenAI-ի մոդելների միջոցով լուծված մաթեմատիկական խնդիրների վերջին հավաքածուում. նրա կարծիքով՝ այն համարվում էր քվանտային հաշվարկների բարդության ոլորտի ամենանշանակալի չլուծված խնդիրներից մեկը։

Տուրտուրանի համար տեղի ունեցածը առիթ դարձավ մտածելու գիտական հրապարակումների ապագայի մասին։ Նա ենթադրել է, որ սա կարող է լինել նրա վերջին աշխատանքը սովորական ակադեմիական ձևաչափով. եթե մի քանի ամսից ԱԲ-ն կարողանա ինքնուրույն լուծել նման խնդիրներ, հոդվածներ հրապարակելու անհրաժեշտությունն ինքնին կարող է փոխվել։

PSI-ն խաղադրույք է կատարում ոչ թե մեկ մոդելի, այլ ամբողջական հետազոտական համակարգի վրա

PSI-ի համար այս ձեռքբերումը կարևոր է նաև այն պատճառով, որ ընկերությունը փորձում է մշակել գիտության մեջ ԱԲ-ի օգտագործման սեփական մոտեցումը։ Այն չի հույսը դնում ուղղակի universալ մոդելին հարցեր տալու և պատրաստի հայտնագործություններ ստանալու վրա։ Փոխարենը՝ ստարտափը մշակում է մասնագիտացված համակարգեր, որոնք միավորում են մոդելներ, գործիքներ, հիշողություն, սիմուլյացիաներ և լրացուցիչ ծրագրային մեխանիզմներ (այսպես կոչված՝ harnesses):

PSI-ի ղեկավար Մեթ Փայնսը կարծում է, որ արդյունավետ հետազոտական համակարգը պետք է կարողանա խնդիրն ուսումնասիրել միաժամանակ լայն և խորը կերպով՝ դիտարկելով հնարավոր լուծումների բազմազանություն, ստուգելով այլընտրանքները և օգտագործելով համապատասխան հաշվողական գործիքներ։

Այլ կերպ ասած՝ կարևոր է ոչ միայն մոդելի դատելու կարողությունը, այլև այն ենթակառուցվածքը, որը թույլ է տալիս նրան վարել տևական հետազոտական աշխատանք։ Հենց այս համադրությունը, ըստ ընկերության մտահղացման, պետք է ԱԲ-ն գիտնականի օգնականից վերածի գիտական որոնման ինքնուրույն գործիքի։

Առայժմ PSI-ն գումար է վաստակում ավելի կիրառական խնդրի՝ տվյալների կենտրոնների օպտիմալացման միջոցով։ Նրա համակարգերը մոդելավորում են օբյեկտների ֆիզիկական պարամետրերը, ներառյալ ջերմությունը, էներգասպառումը, ջուրը և աղմուկը։ Այս բնութագրերից են կախված թե՛ տվյալների կենտրոնի աշխատանքի արդյունավետությունը, թե՛ շրջակա միջավայրի վրա դրա ազդեցությունը։

Սակայն ընկերության երկարաժամկետ նպատակն զգալիորեն հավակնոտ է՝ օգտագործել ֆիզիկայի տեսական հայտնագործությունները իրական սարքեր և տեխնոլոգիաներ ստեղծելու համար։ Փայնսը խոստովանում է, որ դեռևս վերջերս ստիպված էր համոզել ներդրողներին, թե հիմնարար ֆիզիկան շատ շուտով կարող է դառնալ հիմնականում մեքենայական հետազոտությունների ոլորտ։ Նրա խոսքով՝ դրան դեռ ժամանակ կա, բայց այդ ուղղությամբ շարժն արդեն սկսվել է։

Ինչու մաթեմատիկական ապացույցները միայն սկզբնակետ են

Մաթեմատիկայում և ինֆորմատիկայում ԱԲ-ի հաջողությունները դեռևս չեն նշանակում, որ մեքենաները նույն արդյունավետությամբ կկարողանան հայտնագործություններ անել ցանկացած գիտական ոլորտում։

Մաթեմատիկայում արդյունքը կարելի է արտահայտել ֆորմալ համակարգում և ստուգել ծրագրային միջոցներով։ Ապացույցը, օրինակ, գրված Lean լեզվով, կարելի է ենթարկել խիստ ավտոմատացված ստուգման։ Φիզիկայում և կենսաբանության մեջ իրավիճակն ավելի բարդ է. հաշվողական մոդելը պետք է համապատասխանի իրական աշխարհին, իսկ դրա կանխատեսումները՝ հաստատվեն գիտափորձերով։

«Ի վերջո, ֆիզիկան մաթեմատիկայից տարբերվում է նրանով, որ գոյություն ունի իրական աշխարհ։ Բնությունն էլ է քվեարկում այն բանի օգտին, թե իրականության որ մոդելներն են ճիշտ», — բացատրում է Փայնսը։

Այդ պատճառով PSI-ն փորձում է հասկանալ, թե ինչպես է ամենաարդյունավետը հաշվողական արդյունքները վերածել փորձարարական ստուգումների։ ԱԲ-ն կարող է առաջարկել նոր գաղափար կամ հայտնաբերել օրինաչափություն, բայց այնուհետև հետազոտողները պետք է պարզեն, թե արդյոք այն իրոք նկարագրում է բնական երևույթը։ Եթե դա հաջողվում է հաստատել, հայտնագործությունը կարող է հիմք դառնալ տեխնոլոգիայի կամ սարքի համար, որոնք նախկինում հնարավոր չէր ստեղծել։

Փայնսը այս գործընթացը նկարագրում է որպես ցիկլերի հաջորդականություն. մոդելն առաջարկում է վարկած, հաշվարկներն օգնում են այն ստուգել, գիտափորձերը համեմատում են արդյունքն իրականության հետ, իսկ ստացված տվյալներն օգտագործվում են հետագա որոնումների համար։

Այս մոտեցման բարդությունն արդեն գրավում է այլ ընկերությունների ուշադրությունը։ Օրինակ՝ Discovered Materials ստարտափը հայտարարել է 1 միլիոն դոլար մրցանակային ֆոնդով մրցույթ այն հետազոտողների համար, ովքեր օգտագործում են ԱԲ՝ գերհաղորդականության և ջերմության հեռացման նման խնդիրներ լուծելու համար։ Սա ցույց է տալիս, որ ավտոմատացված գիտական հայտնագործությունների նկատմամբ հետաքրքրությունը դուրս է գալիս մաթեմատիկական խնդիրների սահմաններից։

Գիտությունը դեռևս մշակում է ԱԲ-ի հետ աշխատելու կանոնները

Արագ առաջընթացը գիտական հանրության առջև դնում է ոչ միայն տեխնիկական, այլև կազմակերպչական հարցեր։ Ինչպե՞ս ստուգել մոդելների կատարած հայտնագործությունները։ Ո՞վ պետք է պատասխանատվություն կրի ապացույցի ճշգրտության համար։ Որքանո՞վ է հետազոտողը պարտավոր հասկանալ ԱԲ-ի միջոցով ստացված լուծումը։ Եվ ինչպե՞ս հրապարակել նման արդյունքները, որպեսզի մյուս գիտնականները կարողանան անկախ կերպով գնահատել դրանք։

PSI-ն փորձել է հաշվի առնել այս հարցերը Աարոնսոն-Ամբայնիսի վարկածի ապացույցի վրա աշխատելիս։ Քանի որ ընկերությունը ստիպված էր սպասել այն պահին, երբ Anthropic-ի մոդելը կմոտենա հանրային թողարկմանը, թիմը ժամանակ ուներ արդյունքը ցույց տալու ոլորտի մասնագետներին և նրանց գնահատականը ստանալու։

Ջիմ Հալվերսոնը՝ Հյուսիսարևելյան համալսարանի պրոֆեսոր և PSI-ի գիտական խորհրդատուն, կարծում է, որ ակադեմիական հանրությունը դեռևս միայն ձևավորում է լավագույն պրակտիկաները հետազոտությունների նոր դարաշրջանի համար։ Նրա խոսքով՝ բացությունն ու փորձագետների հետ նախնական փոխգործակցությունը ԱԲ-ի պատասխանատու օգտագործման կարևոր պայմաններից են։

Ինքը՝ Տուրտուրանը, նույնպես բախվեց մոդելից պարզապես պատասխան ստանալու, այն մարդկանց բացատրելու անհրաժեշտությանը։ Նա պատմել է, որ առաջին անգամ ուշադիր կարդացել է ԱԲ-ի պատրաստած լուծումն այն բանից հետո, երբ այն ձևակերպվել էր հրապարակման համար, և փորձել է այն շարադրել մարդու համար ավելի բնական լեզվով։ Դա օգնեց նրան գիտակցել նոր տեխնոլոգիայի հնարավորությունների մասշտաբը։

PSI-ի պատմությունը ցույց է տալիս, որ ԱԲ-ի միջոցով գիտական աշխատանքն աստիճանաբար դուրս է գալիս առանձին հաշվարկների ավտոմատացման սահմաններից։ Մոդելներն արդեն ի վիճակի են մասնակցել այնպիսի խնդիրների լուծմանը, որոնք երկար ժամանակ բաց էին մնում մասնագետների համար։ Բայց նման արդյունքները վստահելի գիտելիքների, վերարտադրվող գիտափորձերի և առևտրային տեխնոլոգիաների վերածելը կպահանջի ոչ միայն ավելի հզոր մոդելներ, այլև ստուգման նոր մեթոդներ։ Հենց այս անցման վրա՝ մեքենայական վարկածից դեպի հաստատված հայտնագործություն, PSI-ն փորձում է կառուցել իր բիզնեսը։