Ускоряем научные открытия
В науке мало придумать объяснение того, как устроен мир. Нужно поставить опыт и посмотреть, выдержит ли идея встречу с реальностью. А если нет — понять, что пошло не так, и попробовать снова.
Мы в Ozen Labs создаём ИИ-учёных и автономные лаборатории, где они смогут работать: предлагать гипотезы, проводить эксперименты и учиться на результатах.
До сих пор научные успехи ИИ во многом опирались на знания, которые модели получили из интернета. Данных там много, но их запас конечен. По некоторым оценкам, речь идёт примерно о 10 триллионах текстовых токенов; ведущие модели уже использовали значительную часть доступного материала. Исследователи учатся извлекать из него больше пользы. Это похоже на повторное чтение учебника: каждый раз можно заметить что-то новое, но однажды всё равно придётся закрыть книгу и пойти проверять свои догадки.
Поэтому мы строим автономные лаборатории. Каждый эксперимент может дать гигабайты новых данных — таких, которых не найти в интернете. Лаборатория сохраняет и неудачные результаты: обычно о них редко пишут, хотя они тоже помогают понять, куда двигаться дальше. И главное, здесь ИИ получает возможность работать с физическим миром, а не только рассуждать о нём.
Почему мы начинаем с физических наук
Чтобы появились новые чипы, электросети или космические аппараты, кто-то должен научиться делать лучшие материалы и устройства. В физических науках многие гипотезы можно проверить сравнительно быстро, а результат измерить. Моделирование помогает выбрать, что испытывать дальше.
ИИ быстро продвигался в математике и программировании, где можно проверить, верен ли ответ. В лаборатории такой проверкой становится эксперимент.
Одна из задач, над которой мы работаем, — поиск сверхпроводников, способных работать при более высоких температурах. Если добиться значительного прогресса, это откроет новые возможности для транспорта и электросетей с меньшими потерями. Но сверхпроводники — только один пример. Более быстрый поиск и разработка материалов нужны также вычислительной технике, космической отрасли и термоядерной энергетике.
Мы работаем и с промышленными задачами. Например, помогаем производителю полупроводников разобраться, как лучше отводить тепло от чипов. Для этого обучаем специализированных ИИ-агентов: они помогают инженерам и исследователям разбирать результаты экспериментов и быстрее находить решения, которые стоит проверить следующими.