HÍREK RÖVIDEN
Korábbi OpenAI és DeepMind kutatók 300 millió dollárt gyűjtöttek robotvezérelt tudományra
Az a16z, az Nvidia, Jeff Bezos és Eric Schmidt által támogatott Periodic Labs az AI piszkos titkát oldja meg: a modellek kiválóak matematikában és kódban, de elbuknak a valódi fizika és kémia terén. Miért? Kimerítették az internet kb. 10 billió tanító tokenjét, a tudományos szakirodalom pedig túl zajos a tanuláshoz.
Az időzítés tökéletes: az OpenAI tudományos igazgatója nemrég elismerte, hogy „eval deficitjük” van, és „tényleges felfedezésre” van szükségük valódi problémákon. Új Applied Evals csapatuk a benchmarkokon túlmutató hasznosságot ítéli meg, hogy „vibe kutatókat” hozzanak létre (dolgoznak egy automatizált kutató ágensen is).
De a vibe kutatóknak szüksége van valamire, amit értékelhetnek. Itt jön a képbe a Periodic. Robotizált laboratóriumokat építenek, ahol az AI anyagokat szintetizálhat, felmelegítheti őket, mérheti tulajdonságaikat, és tanulhat abból, ami valójában történik. Valódi robotok. Valódi vegyszerek. Valódi fizika. Ahogy a Periodic fogalmaz: „Hacsak nincs kísérlet a folyamatban, csak gondolkodunk. Amíg ki nem próbálod, nem jutsz előrébb.”
A Periodic már segít a félvezetőgyártóknak a hőelvezetési problémák megoldásában. Bár ezzel kezdtek, végül szupravezetőket, következő generációs chipeket és olyan anyagokat céloznak meg, amelyek újraindíthatják a Moore-törvényt.
- Emberi értékelők indítják el a kutatási folyamatot
- AI ágensek terveznek fizikai kísérleteket
- Robotizált laborok végzik a szintézist és a mérést
- A természet adja a jutalomjelet a modellek javításához a valódi fizika alapján
- Fókuszban a szupravezetők és a Moore-törvényt újraindító anyagok
Miért fontos?
Ez a megközelítés egy „végtelen tudományos gépet” hoz létre, amely túllép az internetes adatokon, hogy automatizált fizikai kísérletezés révén új tudományos ismereteket generáljon. ---