Всё очевиднее становится раскол по поводу «идеологического будущего ИИ».
Те, кто ещё вчера ставил на то, что именно OpenAI первыми дойдут до самосовершенствующегося интеллекта, сегодня пересматривают взгляды - и часть лидеров уходит строить альтернативные траектории.
Свежий пример: запуск стартапа Periodic Labs - «ИИ-учёный + автономные лаборатории» - с раундом $300 млн во главе с a16z и участием NVentures (NVIDIA), Accel, Felicis, DST, а также Бeзоса, Шмидта, Дина и Элада Гила
И это не просто очередной «лабораторный» проект. Его сооснователь Уильям Федус - один из людей, стоявших у зарождения ChatGPT и руководивший пост-тренингом в OpenAI, прежде чем уйти и запустить новую компанию
Ниже - полный перевод поста Уильяма Федуса об анонсе Periodic Labs (X):
Сегодня мы вместе с @ekindogus рады представить @periodiclabs.
Наша цель - создать ИИ-учёного.
Наука работает так: выдвигаем гипотезы о том, как может быть устроен мир, проводим эксперименты и учимся на их результатах.
Интеллект необходим, но недостаточен. Новое знание рождается тогда, когда идеи оказываются согласованными с реальностью. Поэтому в Periodic мы создаём ИИ-учёных и автономные лаборатории, в которых они будут работать.
До сих пор прогресс «научного ИИ» шёл от моделей, обученных на интернете. Но, как бы он ни был огромен, интернет конечен (оценки — ~10 трлн текстовых токенов, где одно английское слово — 1–2 токена). В последние годы лучшие фронтир-модели полностью его выжали.
Исследователи пытаются использовать эти данные лучше, но любой учёный знает: перечитывать учебник полезно лишь до момента - дальше нужно проверять идею на практике.
Автономные лаборатории - центр нашей стратегии. Они дают колоссальные объёмы высококачественных данных (каждый эксперимент - гигабайты!), которых нет больше нигде. Они генерируют ценные негативные результаты, которые редко публикуются. Но самое главное - они дают нашим ИИ-учёным инструменты для действий.
Мы начинаем с физических наук.
Технологический прогресс ограничен нашей способностью конструировать физический мир.
Стартуем здесь, потому что эксперименты имеют высокую связку «сигнал/шум» и (относительно) быстры, физические симуляции эффективно моделируют многие системы, а в более широком смысле физика - проверяемая среда. ИИ быстрее всего прогрессирует там, где есть данные и верифицируемые результаты - например, в математике и коде. Здесь природа - это RL-окружение.
Одна из наших целей - открыть сверхпроводники при более высоких температурах, чем сегодня. Существенный прогресс поможет создать транспорт нового поколения и энергосети с минимальными потерями. Но это лишь пример, если мы автоматизируем дизайн материалов, у нас появится шанс ускорить закон Мура, космические миссии и ядерный синтез.
Мы также работаем над внедрением вместе с индустрией. Например, помогаем производителю полупроводников, который сталкивается с проблемами тепловыделения на чипах. Мы обучаем кастомных агентов для их инженеров и исследователей, чтобы быстрее осмыслять экспериментальные данные и ускорять итерации.
Наша основательская команда создавала ChatGPT, DeepMind GNoME, OpenAI Operator (ныне Agent), механизм внимания в нейросетях, MatterGen; запускала автономные физические лаборатории и внесла вклад в важнейшие открытия в материаловедении за последнее десятилетие. Мы объединились, чтобы масштабировать и заново переосмыслить науку.
Мы счастливы, что нас поддерживают инвесторы, разделяющие видение, включая @a16z, которые возглавили наш раунд $300 млн, а также @Felicis, DST Global, NVentures (венчурное подразделение NVIDIA), @Accel и такие частные инвесторы, как @JeffBezos, @eladgil, @ericschmidt, @JeffDean. Их поддержка поможет нам расширить команду, масштабировать лаборатории и создать первое поколение ИИ-учёных
Посмотрим, что будет дальше 😎