DeepMind აფრთხილებს, რომ ხელოვნური ინტელექტი ლაბორატორიების შესაძლებლობებს აღემატება

Google DeepMind Alphabet Inc. ↘ 0.72%-მა სამშაბათს გამოაქვეყნა ახალი ესე, სადაც აფრთხილებს, რომ ხელოვნური ინტელექტის აგენტები ქმნიან სამეცნიერო ჰიპოთეზებს და აპროექტებენ ექსპერიმენტებს უფრო სწრაფად, ვიდრე ლაბორატორიებს შეუძლიათ მათი ფიზიკურად შემოწმება. ეს ქმნის იმას, რასაც კომპანია უწოდებს „მზარდ ვალიდაციის შეფერხებას“, რაც საფრთხეს უქმნის ხელოვნური ინტელექტის მიერ მიღწეული აღმოჩენების რეალურ სამყაროში დანერგვას.

ესე, რომელიც DeepMind-ის სოციალური მედიის არხებით 15 ივლისს დაანონსდა, განსაზღვრავს ოთხ პრიორიტეტს პოლიტიკოსებისა და დამფინანსებლებისთვის, რათა შემცირდეს უფსკრული ხელოვნური ინტელექტის მიერ გენერირებულ იდეებსა და მათ ემპირიულ დადასტურებას შორის.learnijoy+2

ხელოვნური ინტელექტი ლაბორატორიებზე სწრაფად მოძრაობს

„ჰიპოთეზების შეთავაზებიდან ექსპერიმენტების დაპროექტებამდე, ხელოვნური ინტელექტის აგენტები იწყებენ სამეცნიერო აღმოჩენების გარდაქმნას. მაგრამ ყველაზე რთული ნაწილი ამ იდეების რეალურ სამყაროში შემოწმებაა“, – წერს DeepMind ესეს ანონსში. ნაშრომი ეფუძნება DeepMind-ის მიერ მეცნიერებისთვის განკუთვნილი ხელოვნური ინტელექტის მიმართულებით შემუშავებულ სამუშაოს, მათ შორის Co-Scientist ინსტრუმენტს — მრავალაგენტიან სისტემას, რომელიც გამოქვეყნდა Nature-ში მიმდინარე წლის დასაწყისში და რომელიც იკვლევს სამეცნიერო ლიტერატურას, ქმნის შესამოწმებელ ჰიპოთეზებს და აფასებს მათ სიმულირებული დებატების გზით.linkedin+3

შეუსაბამობის მასშტაბი აშკარაა. როგორც ერთ-ერთმა ანალიზმა აღნიშნა, როდესაც DeepMind-მა გასული წლის ბოლოს თავისი პირველი ავტომატიზებული ლაბორატორია დააანონსა, ხელოვნური ინტელექტის სისტემებს შეუძლიათ წელიწადში ათასობით ახალი მასალის შეთავაზება, მაშინ როცა ადამიანური ვალიდაციის შესაძლებლობები გაცილებით მცირეა. DeepMind-ის დიდი ბრიტანეთის ავტომატიზებული ლაბორატორია, რომელიც 2025 წლის დეკემბერში ბრიტანეთის მთავრობასთან პარტნიორობით დაანონსდა, მიზნად ისახავს ახალი ბატარეების, ჩიპებისა და მზის ენერგიის მასალების ძიებას და წარმოადგენს ამ უფსკრულის გადაჭრის ერთ-ერთ მცდელობას.deepmind+2

ოთხი პრიორიტეტი პოლიტიკოსებისთვის

ესე მოუწოდებს მთავრობებსა და დამფინანსებელ ორგანოებს, იმოქმედონ ოთხი მიმართულებით, რათა თავიდან აიცილონ ხელოვნური ინტელექტის მიერ განხორციელებული მეცნიერების შეფერხება დადასტურების ეტაპზე. მიუხედავად იმისა, რომ DeepMind-ს ამ დროისთვის ესეს სრული ტექსტი საჯაროდ არ გამოუქვეყნებია, კომპანიის აღწერა მიუთითებს პრიორიტეტებზე, მათ შორის ინვესტიციებზე ავტომატიზებული ლაბორატორიული ინფრასტრუქტურისა და ვალიდაციის საერთო სისტემებში, რაც მრავალ კვლევით ჯგუფს საშუალებას მისცემს, მასშტაბურად შეამოწმონ ხელოვნური ინტელექტის მიერ გენერირებული ჰიპოთეზები.linkedin+1

პუბლიკაცია გამოქვეყნდა DeepMind-ის ხელმძღვანელობის მხრიდან ხელოვნური ინტელექტის გარშემო ინსტიტუციური რეფორმების შესახებ მოწოდებების ფონზე. სულ რამდენიმე დღით ადრე, აღმასრულებელმა დირექტორმა დემის ჰასაბისმა მოუწოდა სტანდარტების ორგანოს შექმნისკენ, რომელიც დაარეგულირებს სასაზღვრო ხელოვნური ინტელექტის მოდელებს, რაც მიუთითებს კომპანიის მზარდ ჩართულობაზე პოლიტიკურ საკითხებში, მისი ტრადიციული კვლევითი ფოკუსის მიღმა.siliconangle+1

მზარდი კონსენსუსი უფსკრულის შესახებ

DeepMind-ის ჩარევა ხელოვნური ინტელექტისა და მეცნიერების საზოგადოებაში არსებულ მზარდ კონსენსუსს ემატება. ივნისში ბიოტექნოლოგიურმა ფირმა Nuclera-მ ხაზი გაუსვა იმას, რასაც „ხელოვნური ინტელექტის ანტისხეულების ვალიდაციის შეფერხება“ უწოდა, ხოლო დამოუკიდებელმა კომენტატორებმა აღნიშნეს, რომ „ბიოლოგიაში ხელოვნური ინტელექტის შეფერხება არასდროს ყოფილა მოდელი“, არამედ მოდელირებული სისტემების დაკვირვებისა და შემოწმების შეუძლებლობა. K-Dense AI-ის ივნისის ესემ ანალოგიურად დაამტკიცა, რომ ვერიფიკაცია — და არა გენერაცია — არის ხელოვნური ინტელექტის კვლევითი აგენტების შემაკავებელი ფაქტორი.k-dense+2

ესე წარმოადგენს DeepMind-ის ადრინდელი პოლიტიკური მუშაობის ევოლუციას მეცნიერებისთვის ხელოვნური ინტელექტის მიმართულებით, რომელმაც 2024 წლის ნოემბერში მოუწოდა ინიციატივებისკენ, მათ შორის სამეცნიერო მონაცემთა ობსერვატორიებისა და კვლევითი ინსტიტუტების ორგანიზების ახალი გზებისკენ. ფიზიკური ვალიდაციის ინფრასტრუქტურაზე ახალი ფოკუსი მიუთითებს იმაზე, რომ რადგან ისეთი ინსტრუმენტები, როგორიცაა Co-Scientist, მწიფდება, შემზღუდველი ფაქტორი გადამწყვეტად გადავიდა გამოთვლითი შესაძლებლობებიდან ექსპერიმენტულ შესაძლებლობებზე.deepmind