Изследователи от Google DeepMind твърдят, че са направили първото в света научно откритие с помощта на голям езиков модел (LLM), което подсказва, че технологията зад системи като ChatGPT на OpenAI и Bard на Google, може да доведe до нови открития, които далеч надхвърлят човешките познания.
Големите езикови модели (Large Language Models – LLM) са мощни невронни мрежи, които изучават езикови структури, включително компютърен код, от огромни количества текст или други данни. Въпреки че са изключително полезни, досега те не са генерирали нови познания.
Когато започнахме проекта, нямаше индикации, че той ще доведе до нещо наистина ново
– казва Пушмит Кохли, вицепрезидент на отдел „Изследвания“ на DeepMind.
Доколкото ни е известно, това е първият случай, в който голям езиков модел прави истинско, ново научно откритие.
FunSearch
В статия, публикувана в научното списание Nature, Google DeepMind представя „FunSearch“ – иновативен метод за търсене на нови решения в математиката и информатиката. Самото име „FunSearch“ идва от търсенето на специфични „функции“ в кода, което е и основната цел на системата.
FunSearch работи чрез комбиниране на предварително обучен LLM, който в този случай се нарича „Codey„, версия на Google PaLM 2, чиято цел е да предоставя творчески решения под формата на компютърен код, със „система за автоматична проверка„, която предпазва от некоректни идеи и халюцинации (фактологически невярна информация). Чрез итеративно взаимодействие между тези два компонента първоначалните решения „еволюират“ в нови познания.
![](https://b3257911.smushcdn.com/3257911/wp-content/uploads/2023/12/FunSearch-1-1024x569.jpg?lossy=2&strip=1&webp=1)
Процесът може да бъде описан чрез следната аналогия. Представете си екип от роботи (LLM), които непрекъснато генерират и записват идеи (програми) за решаване на даден проблем. След това тези идеи се преглеждат от съдия (система за автоматична проверка), който решава кои от тях са добри и кои не. Добрите идеи се запазват и се връщат обратно на роботите, които ги използват като основа за генериране на още по-добри идеи. Този процес се повтаря отново и отново, до момента, в който роботите не открият нови познания. Именно този повтарящ се процес на генериране, оценка и усъвършенстване е в основата на FunSearch.
Трябва да сме честни, имаме хипотези, но не знаем точно защо това работи
– признава Алхусейн Фаузи, научен изследовател в Google DeepMind.
В хода на изследването екипът на Google DeepMind е приложил FunSearch за решаването на изкючително сложни математически пъзели и задачи, които представляват предизвикателство както от теоретична, така и от практическа гледна точка. Големият езиков модел е успял да създаде програми, които са намерили нови решения, надхвърлящи най-добрите резултати, постигнати от математици.
За разлика от други системи за изкуствен интелект, които често са „черни кутии„, FunSearch генерира програми, които описват начина, по който са взети решенията, а не само крайния резултат. Това го превръща в изкючително мощен инструмент за научни открития.
Джордан Еленберг, професор по математика в Университета на Уисконсин-Медисън и съавтор на статията, казва:
Това, което смятам за наистина вълнуващо, дори повече от постигнатите резултати, са перспективите, които се откриват за бъдещето на взаимодействието между човек и машина в областта на математиката.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!
Можете също така да ни намерите и последвате и в Google News Showcase.
Друго си е да монтираш поредната ядренна ракета, която може да избие стотици хиляди под звуците на гърмяща рок музика. Нали така товарищи!!!!!! А тия били направили някакъв си пробив в математиката И AL…..
Синхронизиране на биологично електрически импулси и математически версии винаги дават добри резултати