Accelerated Understanding saka, ka tās neironu operators AI vienā uzvednē apstrādāja 5 triljonus datu punktu, kas ir aptuveni 5 miljonus reižu vairāk nekā Google un Anthropic vadošo modeļu tipiskā konteksta lielums.
Divi mākslīgā intelekta pētnieki savulaik palīdzēja vadīt Džefa Bezosa atbalstīto projektu Prometejs, ir izvēlējušies pavisam citu ceļu. Tā vietā, lai pievienotos lielā mērā finansētajam jaunuzņēmumam, Anima Anandkumar un Benedikt Jenik turpināja veidot savu uzņēmumu Accelerated Understanding Inc. un tagad atklāj AI sistēmu, kas modelē fiziku, nevis valodu, ziņoja Reuters.
Ir grūti ignorēt tā pirmo rezultātu mērogu.
Accelerated Understanding saka, ka tā modelis testēšanas laikā apstrādāja 5 triljonus datu punktu vienā uzvednē. Uzņēmums uzskata, ka tas ir aptuveni 5 miljonus reižu lielāks nekā Anthropic un Google vadošo modeļu tipiskā konteksta jauda.
Salīdzinājumam ir svarīga atšķirība. Šis nav vēl viens liels valodas modelis, kas mēģina lasīt vairāk grāmatu, dokumentu vai koda. Anandkumar un Jenik veido AI, kas prognozē fiziskas parādības telpā un laikā.
“Uz valodu orientētais intelekta skatījums ir centrā. Fizikas izvirzīšana centrā ir uz dabu vērsts skatījums,” aģentūrai Reuters sacīja Caltech skaitļošanas un matemātikas zinātņu profesors Anandkumars.
Neironu operatori ir tehnoloģiju centrā, un Anandkumar palīdzēja izveidot šo pieeju. Accelerated Understanding ir attālinājusies no Transformer arhitektūras aiz mūsdienu valodu modeļiem, piemēram, ChatGPT, norādot, ka mākslīgais intelekts, kas veidots ap fiziskām sistēmām, var risināt problēmas, kuru risināšanai ar tekstu apmācīti modeļi dabiski nav aprīkoti.
Tas varētu ietvert pusvadītāju dizainu, robotiku, ekstremālu laikapstākļu prognozēšanu un ģeoloģisko analīzi. Piemēram, mikroshēmu izstrādē sistēma varētu modelēt, kā materiāli un temperatūra ietekmē veiktspēju, potenciāli samazinot dārgus izmēģinājumu un kļūdu eksperimentus.
Lielāka likme ir tāda, ka uzņēmumiem nebūs nepieciešams atsevišķs matemātiskais modelis katrai fiziskai problēmai. Accelerated Understanding vēlas vienu AI arhitektūru, kas var darboties ar dažāda veida fizikas datiem. Startup plāno vispirms koncentrēties uz uzņēmuma klientiem, nevis patērētājiem.
Viņi devās prom no Bezosa atbalstītā Prometeja
Uzņēmuma izcelsmes stāsts padara šo ambīciju interesantāku.
Kā ziņo Reuters, investors un biotehnoloģiju uzņēmējs Viks Badžajs 2024. gada beigās vakariņās Losandželosas apgabalā tikās ar Anandkumaru un Dženiku, lai apspriestu sadarbību. Vēlāk Bajajs kopā ar Amazon dibinātāju Džefu Bezosu nodibināja projektu Prometheus.
Reuters pārskatītais piedāvājums būtu padarījis Anandkumaru par Prometheus, valdes locekļa un zinātniskā redzējuma vadītāja publisko seju. Dženiks būtu kļuvis par valdes novērotāju. Kopā viņiem tika piedāvāti 35% akciju un kopējā gada alga 1 miljona ASV dolāru apmērā, kas pēc trim mēnešiem pieauga līdz 2 miljoniem ASV dolāru.
Priekšlikumā bija izklāstīti vairāk nekā 2 miljardi USD plānotajā B sērijas finansējumā, ieskaitot Bezosa kapitālu.
Viņi pagāja garām.
Anandkumar un Jenik turpināja veidot paātrinātu izpratni. Bezoss un Bajajs virzījās uz priekšu ar Prometheus, kas 2026. gada jūnijā savāca milzīgus USD 12 miljardus B sērijā, lai īstenotu AI, kas spēj automatizēt sarežģītu fizisko sistēmu ražošanu.
Vēl viens nozīmīgs vārds, kas slēpjas aiz Accelerated Understanding zinātniskajām saknēm, ir Nvidia izpilddirektors Jensens Huangs.
Anandkumar pievienojās Nvidia 2018. gadā un pavadīja piecus gadus kā direktors, vadot pētniekus, pētot, kā GPU varētu darbināt robežu AI. Viņas komanda parādīja, ka AI var ievērojami paātrināt laikapstākļu prognozēšanu, vienlaikus saglabājot precizitāti, kas ir salīdzināma ar skaitļošanas prognozēšanas metodēm.
Huana demonstrēja savu neironu operatora darbu Nvidia GTC konferencē 2021. gadā. Anandkumars atcerējās, ka viņam stāstīja, ka šī tehnoloģija galu galā varētu ēst fizikas teorētiķu pusdienas.
“Es gribu, lai tas ēd visas viņu pusdienas,” Huangs atbildēja, sacīja Anandkumars.
Viņa atteicās atklāt Accelerated Understanding finansējumu vai identificēt skaitļošanas pakalpojumu sniedzējus, kas piegādā aparatūras kopas tās modeļiem.
Jaunuzņēmums tagad iesaistās pieaugošā sacensībā, lai AI pārvietotu ārpus valodas. Pētnieki, tostarp Yann LeCun un Fei-Fei Li, meklē pasaules modeļus, kas mašīnām sniedz bagātīgāku fiziskās un telpiskās realitātes attēlojumu.
Paātrinātā izpratne liek likties citādāk: intelektam, kas spēj paredzēt fizisko Visumu, jau no paša sākuma var būt nepieciešama arhitektūra, kas balstīta uz fiziku.
Pieci triljoni datu punktu vienā uzvednē ir pievilcīgs demonstrējums. Lielāks jautājums ir par to, vai šis mērogs var pārvērsties par labākām mikroshēmām, robotiem, laika prognozēm un rūpnieciskām sistēmām. Tas ir nākamais pārbaudījums.
