چگونه محلهای در لندن قدیم به قطب هوش مصنوعی جهان تبدیل شد؟
شگفتانهای از لندن
از بین تمام استارتآپهای راهاندازیشده توسط نیروهای سابق گوگل دیپمایند، Inherent توجه نسبتا کمی را به خود جلب کرده است. اما درحالیکه رقبایی با بودجه بهتر هنوز چیز مشخصی را به جهانیان نشان ندادهاند، تیم مستقر در لندن شروع به اشتراکگذاری آنچه در حال ساخت آن بوده، کرده است.
تنها چند هفته پس از ظهور مخفیانه با یک دور سرمایهگذاری اولیه ۵۰میلیوندلاری، این استارتآپ بریتانیایی میگوید که عامل هوش مصنوعی تازهمنتشرشدهاش، فارادی (Faraday)، در یک کار خاص از مدلهای بزرگتر و شناختهشدهتر عملکرد بهتری داشته است: «بازتولید مستقل یافتههای مقالات علمی منتشرشده بدون اینکه از قبل به آنها پاسخ داده شود.» با توجه به هدف بسیار والاتر Inherent، یعنی ساخت هوش مصنوعیای که بتواند دانش علمی جدید را کشف کند و نه فقط نتایج قدیمی را تایید کند، ممکن است باعث شگفتی فراوان در میان غولهای فناوری هوش مصنوعی جهان شود. در این میان ادوارد هیوز، یکی از بنیانگذاران و دانشمند ارشد، در مورد تمرینات این مدل گفت که تکثیر کاغذ یک تمرین آموزشی استاندارد برای دانشمندان انسانی نیز هست. بسیاری از دانشجویان دکترا در واقع با انجام این کار شروع میکنند. هیوز به تککرانچ گفت: «هدف، شکست دادن سایر سیستمهای هوش مصنوعی در این کار نبود؛ بلکه چگونگی رسیدن به آن بود. آنچه در این مورد برای ما جالبترین بود، نتیجه شکست دادن آن عوامل مرزی نبود - که البته ما آن را دوست داشتیم - بلکه در واقع روشی بود که ما برای ساخت این سیستم پیش گرفتیم.» این بخشی است که باید توجه یک سرمایهگذار را جلب کند: در مقایسه با Claude Opus ۴.۸ شرکت آنتروپیک و GPT-۵.۵ شرکت اوپنایآی - که هر دو سیستمهای بسیار بزرگتر و در مقیاس قابلتوجه هستند - فارادی روی یک مدل نسبتا کوچک به نام Qwen ۳.۶ اجرا میشود که فقط ۲۷میلیارد پارامتر دارد. (به طور کلی، «پارامترها» نمایندهای برای اندازه یک مدل و معمولا هزینههای آموزش آن نیز هستند.)
در این راستا معیار موفقیت Inherent نیز بالاتر از دقت صرف بود. این در حالی است که فراتر از تکرار نتایج، این شرکت میخواهد فارادی «سلیقه تحقیقاتی» را نشان دهد؛ غریزهای برای اینکه چه آزمایشهایی ارزش اجرا دارند و چگونه میتوان آنها را بهخوبی طراحی کرد.
فارادی چگونه آموزش دیده است؟
آموزش چیزی به ناملموس بودن طعم و مزه پیچیده است و اینجاست که یادگیری تقویتی وارد عمل میشود. این یک روش آموزشی است که به جای تعیین قوانین برای پیروی از آن، به سیستم هوش مصنوعی برای نتایج خوب پاداش میدهد. Inherent به جای آموزش عاملهای خود در درجه اول بر اساس مطالعه نحوه انجام خود علم، بر این رویکرد مبتنی بر پاداش تکیه میکند و مطمئن است که این رویکرد به هدف بلندمدت خود یعنی عاملهایی که قادر به مشارکت در بسیاری از زمینههای علمی هستند، تعمیم بهتری خواهد داد.
هیوز گفت: «شیوه معمول این است که ما همیشه بهدنبال یک عامل دانشمند هوش مصنوعی و القای سلیقه به عاملهایمان هستیم.» این تمرکز همچنین بر آنچه Inherent تصمیم به ساخت آن ندارد، تاثیر گذاشته است. به گفته این شرکت، فارادی به جای توسعه ابزار کدنویسی خود، از GPT-۵.۵ Codex شرکت اوپنایآی استفاده کرده است، تقریبا به همان روشی که دانشمندان انسانی به جای ساختن همه چیز توسط خودشان، به نرمافزارهای موجود تکیه میکنند. Inherent همچنین در تلاش است از ایجاد عواملی که صرفا به کاربران آنچه را میخواهند بشنوند میگویند، اجتناب کند. در عوض، هیوز گفت هدف موجود، از نوع مورد علاقه همتیمیاش الگوبرداری شده است؛ نوعی که برمیگردد و میگوید: «من در مورد این موضوع کنجکاو شدم و این آزمایشها را انجام دادم. نظر شما در مورد این نتایج چیست؟» این غریزه همکاری با عملکرد ذاتی یک همکار در یک شرکت نیز همخوانی دارد.
به نظر میرسد یک شرکت جمع و جور در لندن قدیم، پرسروصدا ظاهر شده است؛ درست مثل آهنگهای راک بریتیش که آوازههای جهانی پیدا میکردند. دوازده کارمند آن همگی همواره در دفترشان در کینگز کراس حضور دارند؛ محلهای که شامل لندن قدیم میشود اما حالا این محله به یکی از قطبهای هوش مصنوعی جهان تبدیل شده است. هیوز میگوید: «ما معتقدیم که لندن جای مناسبی برای حضور است.»
