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
Ez a megközelítés egy „végtelen tudományos gépet” hoz létre, amely túllép az internetes adatokon, hogy automatizált fizikai kísérletezés révén új tudományos ismereteket generáljon. ---