PSI izmanto mākslīgo intelektu kvantu skaitļošanas breakthrough veicināšanai zinātniskajos atklājumos

Attēls: TechCrunch · Avots

Startup uzņēmums PSI izmantoja nepublicētu Anthropic AI modeli, lai atrisinātu ilggadēju kvantu skaitļošanas problēmu, parādot AI pieaugošo lomu zinātniskajos pētījumos un potenciālu pārvērst teorētisko fiziku praktiskās tehnoloģijās.

Physical Superintelligence (PSI), startapa laboratorija, kas orientēta uz AI vadītu zinātnisko pētniecību, nesen panāca nozīmīgus sasniegumus, izmantojot nepublicētu Anthropic Fable 5.2 AI modeļa versiju, lai atrisinātu 18 gadus vecu problēmu kvantu skaitļošanā. Davids Turturean, MIT absolvents un PSI tehniskā personāla loceklis, izmantoja agrīnu piekļuvi šim progresīvajam modelim, lai risinātu Aaronsona-Ambainisa pieņēmumu — būtisku jautājumu par kvantu datoru spēju pārspēt klasiskos datorus problēmu risināšanas ātruma ziņā.

Šo problēmu, ko uzstādīja pētnieki, tostarp Skots Aaronsons, gandrīz divus gadu desmitus nebija izdevies atrisināt. Lai gan pats Aaronsons atzina neskaidrību par AI radītā pierādījuma detaļām, viņš izteica pārliecību par tā pareizību, jo tas tika formalizēts Lean programmēšanas valodā — stingrā matemātiskā kodēšanas valodā — un to pārbaudīja augstākā līmeņa pētnieku komanda, kas sadarbojās ar PSI. AI sniegtais risinājums deva negatīvu rezultātu, izslēdzot vienu no potenciālajiem ceļiem, pa kuru kvantu datori varētu būt mēģinājuši ātri risināt problēmas, tādējādi šaurinot nepārtrauktos kvantu skaitļošanas pētniecības virzienus.

PSI pieeja demonstrē jaunu zinātniskās izpētes paradigmu: specializētu AI modeļu integrāciju ar plašiem pētniecības ietvariem un rīkiem, lai risinātu sarežģītas teorētiskās fizikas problēmas. Izpilddirektors Mets Pains norādīja uz šādu sistēmu nepieciešamību, kas sniedz plašas un dziļas zinātnisko jautājumu izpētes iespējas, balstoties uz robustām infrastruktūrām, tostarp atmiņas sistēmām un simulācijas spējām.

Pašlaik PSI gūst ieņēmumus, izmantojot savus AI rīkus, lai optimizētu fizisko datu centru darbību, simulējot vides un fiziskos mainīgos, kas ietekmē gan veiktspēju, gan kopienas ietekmi. Tomēr uzņēmuma ilgtermiņa redzējums ir pārveidot teorētiskās fizikas sasniegumus — ko atvieglo AI palīdzība — par taustāmiem tehnoloģiskiem risinājumiem.

Startapa breakthrough atspoguļo AI pārveidojošo potenciālu jomās, kas līdz šim ir bijušas izaicinošas mašīnmācībai, īpaši eksperimentālajās zinātnēs, kur dabas parādības nepieciešams apstiprināt ar fiziskiem eksperimentiem. Pains atzīmēja, ka atšķirībā no matemātikas, fizika ietver reālus mainīgos lielumus, kas var apstiprināt vai atspēkot skaitļošanas modeļus, tādēļ eksperimentāla validācija ir būtiska sastāvdaļa. PSI attīsta iteratīvas cilpas starp AI ģenerētām hipotēzēm un empiriskām pārbaudēm, lai efektīvi izmantotu šos atklājumus.

Ar AI paātrinot zinātniskos atklājumus, PSI un tā akadēmiskie konsultanti uzsver caurredzamības un sadarbības nozīmi. Uzņēmums atlikta rezultātu publiskošanu līdz brīdim, kad AI modelis bija pietiekami gatavs publiskai izlaišanai, ļaujot laiku konsultācijām ar ekspertiem un prezentācijas cilvēkiem saprotamas uzlabošanai. Šī piesardzīgā pieeja izceļ jaunas labākās prakses AI vadītajā pētniecībā, līdzsvarojot ātru inovāciju ar metodoloģisku stingrību.

PSI piemērs norāda plašāku pāreju, kur "jaunas laboratorijas zinātnei" izmanto AI, lai virzītu robežas fizikā un saistītajās disciplīnās. Lai gan šajā jaunajā pētniecības vidē joprojām pastāv izaicinājumi darba plūsmu standartizācijā un validācijā, demonstrētie rezultāti apstiprina AI transformējošo lomu zinātnes zināšanu paplašināšanā un jaunu tehnoloģiju attīstībā.