Ali je mogoče ustvariti umetno inteligenco, ki se uči brez kakršnihkoli človeških podatkov? Prav na to vprašanje želi odgovoriti David Silver, ena ključnih osebnosti iz sveta umetne inteligence, z novo ambiciozno pobudo Application. Silver, znan po svojem vodstvu pri razvoju DeepMindovih prelomnih projektov AlphaGo in AlphaFold, je za razvoj umetne inteligence, ki se uči povsem samostojno, pridobil izjemnih 1,1 milijarde dolarjev investicij.
David Silver in prehod iz DeepMinda v Application
David Silver je s svojo vlogo pri AlphaGo navdušil svet, ko je umetna inteligenca prvič premagala najboljšega človeškega igralca v igri go, kar je predstavljalo pomemben mejnik v razvoju samostojno učečih se sistemov. Njegovo delo pri AlphaFoldu pa je prelomilo omejitve pri napovedovanju zgradb beljakovin, kar je odprlo nova obzorja v znanosti in medicini.
V Application Silver prinaša izkušnje pri uporabi učnih metod, ki ne zahtevajo velikih vnaprej označenih nizov človeških podatkov. Podjetje Application stavi na razvoj umetne inteligence, ki se uči s pomočjo simulacij, preizkusov in napak, ter interakcij z okoljem. Ta pristop naj bi omogočil ustvarjanje AI, ki raziskuje neznane situacije povsem samostojno, brez odvisnosti od človeške pomoči pri pripravi podatkov.
Tak način razvoja umetne inteligence pomeni premik proč od obstoječih rešitev, kot so veliki jezikovni modeli, ki temeljijo na analiziranju ogromnih količin človeškega besedila in drugih virov. Application tako odpira možnost, da bi umetna inteligenca postala bolj prilagodljiva, inovativna ter uporabna na področjih, kjer primanjkuje kakovostnih ali dostopnih podatkov.
Potencialne uporabe in izzivi nove paradigme
Konkretni primeri uporabe umetne inteligence, ki se uči le iz izkušenj, segajo od robotike do znanstvenih raziskav. V robotiki bi lahko sistemi samostojno osvajali nove veščine v simuliranih ali resničnih okoljih, brez napotkov razvijalcev ali vnaprej pripravljenih podatkovnih zbirk. V znanosti bi lahko umetna inteligenca odkrivala zakonitosti v simulacijah kemijskih reakcij ali gibanja delcev, kjer človeško znanje še ni popolno. Tovrstni sistemi bi lahko pomagali tudi pri razvoju novih zdravil, tako da sami preizkušajo neštete možne kombinacije spojin in reakcij.
Tovrstni pristop odpira nova vprašanja in zahteva izjemno zmogljive računalniške vire. Simulacije morajo biti dovolj natančne, da umetna inteligenca razvije uporabno razumevanje resničnega sveta, kar zahteva znatne investicije v infrastrukturo in razvoj okolij. Pri tem se pojavljajo tudi etične dileme, saj je treba zagotoviti, da se umetna inteligenca v simulacijah ne nauči škodljivih ali nepredvidenih vedenj, ki bi lahko povzročila težave ob prenosu v dejanski svet.
Pomemben izziv predstavlja vprašanje, ali je tak pristop res primeren za vse naloge. Pri nekaterih področjih, kjer so podatki nujni za razumevanje človeškega jezika ali vedenja, bo morda še vedno potrebna sinteza med učenjem iz izkušenj in klasičnim podatkovnim pristopom. Kljub temu Application s svojo strategijo postavlja temelje za novo generacijo umetne inteligence, ki bi lahko spremenila paradigmo in premikala meje možnega.
Če bo podjetju Application uspelo uresničiti vizijo umetne inteligence, ki se uči brez človeških podatkov, bi to pomenilo premik od pristopa “velikih podatkov” k novemu valu “velikih izkušenj”. Tak razvoj bi lahko pripeljal do sistemov, ki niso le močnejši in bolj prilagodljivi, temveč tudi bolj samostojni pri reševanju problemov, s katerimi se človeštvo šele začenja soočati.
