Növbəti böyük sıçrayışı yaradacaqmı

Heç kim Demis Hassabisi kiçik xəyallar qurmaqda ittiham edə bilməzdi. 2016-cı ildə onun həmtəsisçisi olduğu DeepMind şirkəti yaratdığı süni intellekt modelinin ən yaxşı "Go" oyunçusunu məğlub etməsi ilə dünyanı heyrətə saldı. Daha sonra Hassabis hədəflərini daha da yüksəltdi: 2019-cu ildə həmkarlarına bildirdi ki, məqsədi şirkətin süni intellekt alətləri ilə Nobel mükafatları qazanmaqdır.

Hassabis və DeepMind-ın mütəxəssisi Con Cumperə bunu reallaşdırmaq üçün cəmi beş il lazım oldu. Onlar zülal strukturlarının proqnozlaşdırılmasında inqilab edən süni intellekt sistemi AlphaFold-u yaratdıqlarına görə 2024-cü il Kimya üzrə Nobel Mükafatının bir hissəsini qazandılar.

AlphaFold DeepMind-ın son on ildə əldə etdiyi bir sıra elmi nailiyyətlərdən yalnız biridir. 2010-cu ildə şirkəti qurduqda, neyroalim və oyun tərtibatçısı olan Hassabis, məqsədinin "sənayedə dünya səviyyəli elmi tədqiqat laboratoriyası" yaratmaq olduğunu deyir. Bu axtarışda şirkət süni intellektin inkişafına elmi metodu tətbiq etməyə, riskləri qabaqcadan görərək potensial zərərləri azaltmaqla bunu etik və məsuliyyətli şəkildə həyata keçirməyə çalışdı. Media məlumatlarına görə, süni intellekt etika şurasının yaradılması, şirkətin 2014-cü ildə təxminən 400 milyon ABŞ dollarına Google tərəfindən alınması müqaviləsinin şərti idi.

İndi Google DeepMind AlphaFold-un uğurunu digər elm sahələrində təkrarlamağa çalışır. Hassabis deyir: "Biz indi süni intellekti demək olar ki, hər elmi fənnə tətbiq edirik."

Lakin elmlə sənayenin bu birləşməsi üçün mühit 2022-ci ildə ChatGPT-nin buraxılmasından sonra köklü şəkildə dəyişdi – Hassabis bu hadisəni "oyanıq anı" adlandırır. Çatbotların və onlara güc verən böyük dil modellərinin (LLM) ortaya çıxması cəmiyyətdə süni intellekt istifadəsində partlayışa, habelə getdikcə artan sayda yaxşı maliyyələşən rəqiblərin insan səviyyəli ümumi süni intellektə (AGI) nail olmaq üçün mübarizəsinə səbəb oldu.

Google DeepMind indi şirkətin Gemini LLM-lərinin yeni versiyaları daxil olmaqla, kommersiya məhsullarını demək olar ki, hər həftə buraxmaq üçün yarışır, eyni zamanda maşın öyrənməsi tədqiqatlarını davam etdirir və elmə spesifik modellər istehsal edir. Keçmiş əməkdaşlar deyirlər ki, bu sürətlənmə məsuliyyətli süni intellekti daha da çətinləşdirib və bəzi işçilər şirkətin daha kommersiya yönümlü baxışı ilə razı deyil.

Bütün bunlar DeepMind-ın hara getdiyi və digər elm sahələrində də böyük uğurlar qazana biləcəyi barədə suallar doğurur.

Elmdə Məqsədi: Nobelə Aparan Yol

Google DeepMind-ın Londonun King's Cross texnologiya mərkəzindəki möhtəşəm qərargahında parıldayan həndəsi heykəllər və espresso qoxusu qəbul zalında hiss olunur. Vaxt o qədər qiymətlidir ki, dünya üzrə sayı 500-1000 arasında olduğu düşünülən əməkdaşlar bir ofisdən digərinə bir neçə yüz metr məsafəni qət etmək üçün skuter götürə bilirlər.

Bu, neyroelm və maşın öyrənməsi ideyalarını birləşdirərək ümumi süni intellekt sistemləri qurmağı hədəfləyən şirkətin təvazökar başlanğıcından çox fərqlidir. Berlin Hertie Məktəbində süni intellekt etikası üzrə tədqiqatçı və kompüter alimi Coanna Brayson deyir: "Onlar tamamilə super dahi idilər. Hamının istədiyi 12 nəfər idilər."

Laboratoriya 2015-ci ildə modellərə arkada oyunları oynamağı öyrətmək üçün, 2016-cı ildə isə qədim Go oyununda ustalaşmaq üçün tətbiq etdiyi dərin öyrənmə süni intellekt texnikasına, yəni real dünya nümunələrini öyrəndikdən sonra məlumatlarda əlaqələri öyrənmək üçün simulyasiya edilmiş neyronlardan istifadə edən, habelə modelin sınaq, səhv və mükafat yolu ilə öyrəndiyi gücləndirici öyrənmə üsuluna öncülük etmişdir. DeepMind bunlardan sonra ilk elmi probleminə – zülalların təşkil edən amin turşularından onların 3D strukturunu proqnozlaşdırmağa yönəldi.

Hassabis zülal strukturunun tapmacası ilə ilk dəfə 1990-cı illərdə Böyük Britaniyanın Kembric Universitetində tələbə ikən qarşılaşdı və bunun bir gün süni intellektin həll etməyə kömək edə biləcəyi bir problem olduğunu qeyd etdi. Süni intellekt öyrənmə üsulları nümunələr bazasına, həmçinin modelin irəliləyişinə rəhbərlik edən aydın uğur metrikalarına ehtiyac duyur. Məlum strukturların uzun müddətli bazası və proqnozların doğruluğunu qiymətləndirən qurulmuş bir müsabiqə sayəsində, zülalların hər ikisi var idi.

Zülal qatlanması Hassabis üçün vacib bir şərti ödəyirdi: bu, həll edildikdən sonra aşağı axın tədqiqat və tətbiqlər qollarını açan bir "kök düyün" problemidir. O deyir ki, bu cür problemlərə "beş il və ya on il, çoxlu kompüterlər və tədqiqatçılar sərf etməyə dəyər."

DeepMind AlphaFold-un ilk iterasiyasını 2018-ci ildə buraxdı və 2020-ci ilə qədər onun performansı digər komandaların alətlərini qat-qat üstələyirdi. Bu gün DeepMind-dan yaranan Isomorphic Labs, dərman kəşfində AlphaFold-u istifadə etməyə çalışır. Və DeepMind-ın 200 milyondan çox zülal struktur proqnozu ehtiva edən AlphaFold bazası, arıların xəstəliklərə qarşı immunitetinin yaxşılaşdırılmasından, qlobal populyasiya azalması fonunda Çaqas xəstəliyini müalicə etmək üçün antiparazitar birləşmələrin yoxlanılmasına qədər bir sıra tədqiqat səylərində istifadə edilmişdir.

Şirkətin elmi səylərinə rəhbərlik edən Puşmit Kohli deyir ki, elm sadəcə həll ediləcək problemlər mənbəyi deyil; şirkət bütün süni intellekt inkişafına elmi şəkildə yanaşmağa çalışır. Tədqiqatçılar hər problem üçün əsas prinsiplərə qayıtmağa və yeni üsullar sınamağa meyllidirlər. Londonun Orbital Materials süni intellekt şirkətinin icraçı direktoru Conatan Qodvin, 2022-ci ilin sonuna qədər Google DeepMind-da tədqiqatçı olmuşdu və deyir ki, bir çox digər süni intellekt şirkətlərinin əməkdaşları daha çox mühəndis kimidirlər, ixtiraçılıq tətbiq edir, lakin əsas kəşflər etmirlər.

Lakin AlphaFold-un uğurunu təkrarlamaq çətin olacaq: Qodvin deyir: "Çox az elmi fəaliyyət bu cür işləyir."

Gələcəyin Elmi Hədəfləri

Kohli deyir ki, Google DeepMind, süni intellektin inkişafı sürətləndirə biləcəyini və "transformasiyaedici təsir" göstərə biləcəyini düşündüyü bir neçə problemə öz resurslarını ayırır. Bunlara hava proqnozları və təmiz, bol enerji mənbəyi olma potensialına malik nüvə sintezi daxildir. O deyir ki, şirkət layihələri sərt seçim prosesi ilə seçir, lakin fərdi tədqiqatçılar hansı layihədə işləyəcəklərini və problemi necə həll edəcəklərini seçə bilərlər. Bu cür problemlər üzərində işləyən süni intellekt modelləri tez-tez xüsusi məlumatlara və onlara bilik proqramlaşdırmaq üçün tədqiqatçılara ehtiyac duyur.

Kohli deyir ki, perspektivli layihələrdən biri, insan genomunun kodlaşdırmayan uzun hissələrini deşifrə etmək və onların mümkün funksiyalarını proqnozlaşdırmaq cəhdi olaraq iyun ayında fəaliyyətə başlayan AlphaGenome-dur. Lakin bu çağırış AlphaFold-dan daha çətindir, çünki hər ardıcıllıq birdən çox etibarlı funksiya verir.

Material elmi, şirkətin süni intellektin inqilabi ola biləcəyinə ümid etdiyi başqa bir sahədir. Materialları modelləşdirmək çətindir, çünki atom nüvələri və elektronların mürəkkəb qarşılıqlı əlaqələri yalnız təxmini olaraq əks etdirilə bilər. Simulyasiya edilmiş strukturların bazasından öyrənərək, DeepMind 2023-cü ildə 400.000 potensial yeni maddəni proqnozlaşdıran GNoME modelini inkişaf etdirdi. İndi Kohli deyir ki, komanda fizika prinsiplərinə arxalanmaq əvəzinə nümunə qarşılıqlı əlaqələrdən öyrənilən elektron davranışını simulyasiya etmək üçün daha yaxşı yollar inkişaf etdirmək üçün maşın öyrənməsindən istifadə edir. O deyir ki, əsas məqsəd, maqnitizm və ya yüksək keçiricilik kimi spesifik xüsusiyyətlərə malik materialları proqnozlaşdırmaqdır. "Biz süni intellektin istədiyiniz hər cür sehrli xüsusiyyətlərə malik materialı, mümkündürsə, əsasən dizayn edə bildiyi dövrü görmək istəyirik" deyir.

Süni intellekt modellərinin biotəhlükəli silahların yaradılması riskindən irqi və gender əsaslı qərəzlərin davam etdirilməsinə qədər müxtəlif məlum təhlükəsizlik problemləri var və bunlar modellər dünyaya buraxılarkən ön plana çıxır. Anna Koivuniemi, DeepMind-ın süni intellektin fərq yarada biləcəyi sahələri cəmiyyətdə axtaran "təsir sürətləndiricisi"nə rəhbərlik edir və bildirir ki, Google DeepMind bütün şirkətdə fəaliyyət göstərən və inkişafın hər əsas mərhələsində məsləhətləşən xüsusi məsuliyyət və təhlükəsizlik komitəsinə malikdir. Komitə üzvləri xarici tərəflərlə məsləhətləşmələr də daxil olmaqla, nəyin səhv gedə biləcəyini görmək üçün ideyanı sınaqdan keçirirlər. "Biz buna çox ciddi yanaşırıq" deyir.

Qodvin deyir ki, şirkətin digər üstünlüyü, tədqiqatçılarının dünyanın nəhayət istədiyi süni intellekt növünü izləməsidir. "İnsanlar özlərinin təsadüfi videolarının yaradılıb sosial media şəbəkəsinə yerləşdirilməsini istəmirlər; onlar limitsiz enerji və ya müalicə olunan xəstəliklər istəyirlər" deyir.

Lakin DeepMind indi elmdə süni intellektdən istifadə etmək axtarışında təkcə deyil. LLM-lər yaratmaqla başlayan bəzi şirkətlər Hassabisin elmi süni intellekt vizionuna yaxınlaşır. Son iki ayda həm OpenAI, həm də Parisdə yerləşən süni intellekt firması Mistral elmi kəşflərə həsr olunmuş komandalar yaratmışdır.

Dəyişən Landşaft: Kommersiyalaşma və Rəqabət

Hassabis deyir ki, süni intellekt şirkətləri və tədqiqatçıları üçün OpenAI-nin 2022-ci ildə ChatGPT-ni buraxması hər şeyi dəyişdi. Onun uğuru "hər kəs üçün olduqca təəccüblü idi."

24 saat