ÉlőUtoljára: 1 órájaMa: 40
Kutatásfrissítve: 21:16

AI-tudósokat épít a Periodic Labs, kísérletekkel gyorsítanák a felfedezéseket

A Periodic Labs mesterséges intelligenciát fejleszt, amely képes valós kísérleteket végezni és tanulni azokból. A cég alapítói, Liam Fedus és Ekin Dogus Cubuk szerint ez a megközelítés gyorsíthatja fel a tudományos felfedezéseket.

AI-tudósokat épít a Periodic Labs, kísérletekkel gyorsítanák a felfedezéseket
Fotó: Guille B / Unsplash
forrás: Latent Space·AI Forradalom szerk.·
Megosztás

A Periodic Labs azt a célt tűzte ki, hogy mesterséges intelligenciát hozzon létre, amely képes tudományos hipotéziseket felállítani, kísérleteket futtatni és tanulni az eredményekből. Liam Fedus és Ekin Dogus Cubuk, a cég alapítói szerint a tudományos haladás kulcsa az, hogy az ötleteket valósággal teszteljük, mivel az univerzum bonyolultsága miatt nem lehet pusztán gondolkodással minden lehetséges kísérleti kimenetelt előre látni. (Latent Space)

A cég szerint a mesterséges intelligencia következő nagy határát nem az internetes adatokon való további képzés jelenti majd, hanem az, ha a modellek valós világban kísérletezhetnek. A Periodic Labs azt vallja, hogy a kudarcba fulladt kísérletek is értékes képzési adatokká válhatnak az AI-rendszerek számára. Liam Fedus és Ekin Dogus Cubuk, akik korábban olyan projekteken dolgoztak, mint a ChatGPT, a DeepMind GNoME-ja és az OpenAI Operatorja, most egy „intelligens szuperintelligencia” vízióját valósítják meg.

A Periodic Labs „dizzying talent density”-vel büszkélkedhet, ami azt jelenti, hogy a munkatársak rendkívül magas képzettséggel rendelkeznek; köztük van olyan, aki az első trillió paraméteres LLM-et tanította be, és olyan is, aki azAttention mechanizmust találta fel. A cég szerint az autonóm kísérletezés évtizedek tudományos próbálkozásait hónapokra sűrítheti össze.

A mesterséges intelligencia tudósok fejlesztése alapvető különbséget jelent a matematika és a kódolás terén végzett munka mögött. A fizikai világban a megerősítő tanulás (reinforcement learning) környezete zajos és bizonytalan. A tudományos felfedezéshez a bizonytalanság, a zaj és a hiányos információk melletti érvelés szükséges. A Periodic Labs célja, hogy a modellek ne csak a publikált eredményekből, hanem a tudásalkotás teljes folyamatából tanuljanak.

A cég víziója szerint a jövőbeli csúcskategóriás modelleknek is fizikailag kell kísérletezniük. Az autonóm laborok skálázása az AI, a kémia, a fizika és az egyedi hardverek területén várhatóan megnöveli a „szerencse felületét” az új anyagok felfedezésében. A Periodic Labs 2025 szeptemberében indult, és már most jelentős előrehaladást mutat az autonóm laborok kiépítésében.

Forrás

Feldolgozott sajtóforrás·Latent Space

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

☕ Támogatom