Стартап создает ИИ, который предсказывает природу, а не язык

Калифорнийский стартап представил систему искусственного интеллекта, предназначенную для прогнозирования физических явлений, а не языка, заявив, что она обработала 5 триллионов единиц данных в одном запросе — объем, который, по словам основателей, может превышать возможности одного компьтера.

Компания Accelerated Understanding утверждает, что модель приближает создание единого ИИ, способного отвечать на вопросы по физике в разных отраслях, заменяя отдельные математические модели, которые инженеры и ученые сейчас создают для каждого применения. Ее основатели рассказали Reuters, которое сообщило о запуске во вторник (25 августа), что они нацелены в первую очередь на корпоративных клиентов в таких областях, как проектирование полупроводников, робототехника, прогнозирование экстремальных погодных условий и геологический анализ для энергетических компаний.

5 триллионов точек данных, которые система обработала за один запрос, примерно в 5 миллионов раз больше, чем обычно обрабатывают флагманские модели Anthropic и Google, — по сравнению с Reuters, это эквивалентно чтению "Войны и мира" Толстого 5 миллионов раз за один присест.

Техническое отличие заключается в архитектуре. Такие системы, как ChatGPT, были обучены на мировых текстах и предсказывают следующее слово в предложении. Модель Accelerated Understanding была создана для прогнозирования поведения физических систем в пространстве и времени и не использует архитектуру Transformer, которую представили исследователи Google и которая лежит в основе большинства больших языковых моделей.

Вместо этого она опирается на нейронные операторы — подход, который соучредитель Анима Анандкумар помогла разработать много лет назад, работая над научными вычислениями. Анандкумар — профессор вычислительной и математической наук в Калтехе. Ее соучредитель, Бенедикт Дженник, — инженер по ИИ-инфраструктуре.

"Языкоцентричный взгляд на интеллект ставит в центр человека. Помещение физики в центр — это природоцентричный взгляд", — сказала Анандкумар.

Проектирование чипов — один из примеров, который приводит компания. Фирмы уже применяют текстовые ИИ для написания кода и решения проблем полупроводников. Accelerated Understanding утверждает, что модель, хорошо понимающая физику, может напрямую оптимизировать материалы и управление теплом, сокращая испытания методом проб и ошибок, которые требуются в лабораторной работе.

Та же система, по словам Анандкумар, может прогнозировать суровую погоду, управлять роботами или анализировать геологические данные. Она описала альтернативу как хрупкую: индивидуальные модели, создаваемые по одной для каждой узкой проблемы.

Подход основан на работе, которую она возглавляла в компании Nvidia, где ее наняли в 2018 году для руководства командой, изучающей, как графические процессоры компании могут поддерживать передовой ИИ. Один из ранних проектов показал, что ИИ может давать прогнозы погоды с точностью, сопоставимой с интенсивными вычислениями, на которые полагаются метеорологи, но гораздо быстрее.

Стартап не одинок в поиске за пределами текста. Компании, возглавляемые исследователями ИИ Янном ЛеКуном и Фей-Фей Ли, разрабатывают то, что в этой области называют мировыми моделями — системы, предназначенные для более надежного постижения пространственной реальности, чем ИИ, обученный на языке. Ставка Accelerated Understanding заключается в том, что нейронные операторы, которые могут моделировать невидимые глазу явления, предлагают лучший путь.