DeepMind’s New AI Just Changed Science Forever

0:00 Nemrég kamerák előtt álltam egy interjú kedvéért. És nagyon meglepődtem,

0:05 hogy mennyien mondták közületek, tudós kollégák, hogy szeretnének többet látni. Először is,

0:10 köszönöm mindenkinek a kedves szavakat.

0:13 Másodszor, gondoltam, próbáljuk ki, és remélem, hogy élvezni fogjátok. Kedves tudós kollégák, ez a Kétperces

0:20 Jelenetek Dr. Zsolnai-Fehér Károllyal. Nézzék, csak 1000 epizód kellett hozzá. Most pedig

0:26 egy fantasztikus cikkel állok a számotokra, mert a DeepMind tudósai valami egészen őrültséget csináltak. A

0:33 mai kérdésünk az, hogy fel tud-e találni egy MI valami alapvetően újat, ami előre viszi az emberiséget?

0:42 Nos, azt mondták, hogy az új MI-ügynökük ténylegesen tud kutatni, sőt, akár kutatási

0:48 cikkeket is tud írni. Legalábbis a fő tartalom nagy részét. Ez őrültség? Nos... nem az. Sokan mások is

0:57 próbálták már, és az egyetlen őrültség az volt benne, hogy mennyi gyenge cikket írtak.

1:03 De kiderült... hogy vannak szintjei ennek a játéknak.

1:06 Látják, tavaly meglátogattam azt a kutatócsoportot, amelyik e munka mögött áll. Repültem Mountain

1:12 View-ba ebbe az őrült laborba, és egy morcos őr először be sem akart engedni.

1:18 Őrült város. Szóval nagyon meglepődtem, hogy őrzik ezeket a titkokat, és

1:24 nagyon komolyan veszik őket. Ami még meglepőbb, hogy most ezek közül a titkok közül néhányat ingyen adnak

1:30 mindannyiunknak. Ez őrület! Erről bővebben mindjárt.

1:36 Szóval beszéltem ezekkel a tudósokkal, ez Quoc Le kutatócsoportja volt. Zseniálisak.

1:43 Írtak egy mesterséges intelligenciát, amely képes volt aranyérmet érő teljesítményt nyújtani a matematikai

1:49 olimpián. Ez komoly dolog. Aztán kiadták ezt a technikát, bárki, aki pénzeszsákokból van

1:55 , és fizet a Gemini Advancedért, használhatja, Mélygondolkodásnak hívják. És most

2:02 ez a mesterséges intelligencia még jobb ennél is. Aletheiának hívják. Ez ismét őrület.

2:11 Oké, szóval mit csinál? Nos, azt ígéri, hogy kutat.

2:16 Új problémákat old meg. Ez valami olyasmi, ami előremozdíthatja az emberiséget.

2:22 Ez sokkal nehezebb, mint a matematikai olimpia. Miért van ez? Nos, ezeken a versenyeken

2:29 van egy nem túl hatalmas alaptudásod, amivel állítólag rendelkezned kellene,

2:34 és minden probléma garantáltan megoldható ezekkel a kis eszközökkel.

2:40 Minden probléma szép, fényes és csiszolt. Kemény,

2:46 de csiszolt. Tudod, mi egyáltalán nem csiszolt? Valós életbeli problémák.

2:50 Ezekkel a nyitott problémákkal azt sem tudjuk, hogy egyáltalán megoldhatók-e. Talán lehetetlenek

2:56 , vagy talán lehetségesek, de nem a jelenlegi eszközeinkkel. Ez a lényeg: senki sem tudja.

3:03 Amikor ez a technika kap egy problémát, a generátor elkezd dolgozni rajta,

3:07 létrehoz egy megoldási javaslatot, és most itt van a dolgozat egyik fontos része. Az

3:14 ellenőrző. Ez ránéz, és azt mondja: oké, tesó, ez szemét. Kezdd újra. Ez lényegében

3:22 egy szűrő. Tudod, ez valójában jó életvezetési tanács. Néha jó, ha van egy szűrő,

3:29 hogy ne csak úgy lődd ki azokat a forró nyomokat az éterbe. Most időnként

3:35 a megoldás elég jól néz ki, és talán néhány módosítással átmehetne. Aztán

3:40 csiszolják egy újabb körös értékeléshez, és így tovább. Egyszerűen hangzik... talán triviálisnak is,

3:50 nem igaz? Akkor mi ebben olyan tudományos? Miért nem csinálja ezt minden rendszer?

3:55 Nos, ezt könnyebb mondani, mint megtenni. Sőt, szinte lehetetlen megvalósítani. Miért?

4:02 Először is, amikor a mesterséges intelligencia valami alapvetően újat csinál, sajnos

4:07 továbbra is hallucinációk történnek. Aha. Csak kitalál dolgokat. Hamis cikkek,

4:13 kitalált szerzők, nevezd meg. Mindenféle szemét jön elő.

4:17 Másodszor, ha az 1+1-et vagy más egyszerű dolgokat akarod kiszámítani,

4:22 rengeteg tanulóadat áll rendelkezésre róla. Ezt könnyen ellenőrizheted. De ha

4:29 felderítő kutatást akarsz végezni? Nincsenek tanulóadatok arról, amit

4:35 még nem is tudunk. Természetesen nincsenek! Olyan dolgokat próbálsz kitalálni, amiket még senki sem ért.

4:41 Ez a két tényező rendkívül megnehezíti, hogy egy mesterséges intelligenciát valami alapvetően új és hasznos dologra vegyenek rá

4:45 . Szóval hogyan sikerült ezt megvalósítaniuk? Három kulcsfontosságú lépésben.

4:53 Először is, az Alethia nem ezt a formális, merev matematikai nyelvet használja a saját bizonyításainak ellenőrzésére. Természetes

5:00 angol nyelvet használ . Ez köztudottan nehéz, mert amikor a mesterséges intelligencia ellenőrzi a saját írását,

5:07 vakon egyetért vele. Mi, emberek is ezt tesszük!

5:13 A kutatók itt találtak egy módszert arra, hogy elkülönítsék a gondolkodási részt a válaszadástól. Tehát a

5:19 A kusza gondolatmenet rejtve van az ellenőrző elől, nem tudja becsapni magát, hogy

5:25 vakon egyetértsen önmagával. Zseniális. A mi agyunknak is szüksége lenne valami ilyesmire.

5:32 Aztán, kettő, hagyják, hogy a számítógép tovább gondolkodjon. Ez nem új. Azonban

5:39 adtak ehhez néhány optimalizálást, olyannyira, hogy a mostani modelljük

5:45 ugyanolyan okos, mint a 6 hónappal ezelőtti. De kapaszkodjanak a papírjaikhoz, tudós kollégák,

5:51 mert igen, ugyanaz az okosság, de 100-szor kevesebb számítást igényel. Micsoda! Őrület. Egy sokkal erősebb alapmodellt képeztek ki

6:00 , ami hatékonyabbá tette az érvelést. Szóval ez,

6:06 még internet-hozzáférés nélkül is, könnyedén legyőzi a matematikai olimpia aranyérmes MI-jét. Körülbelül

6:13 65%-ot javult 95%-ra. Hűha. Egy kicsit jobb, mint egy coinfip, odáig ment, hogy elpusztította

6:23 a legjobb emberi elmék számára készült feladatokat. Mindez mindössze néhány hónap alatt. Elfogytak a szavaim.

6:27 Most pedig három, megadták a MI-nek a képességet, hogy keressen dolgokat.

6:31 Végül is a Google-ről beszélünk. Ismétlem, ez könnyű. Azonban

6:37 rávenni a mesterséges intelligenciát, hogy tucatnyi élvonalbeli kutatási

6:43 dolgozat technikáit olvassa és kombinálja anélkül, hogy elveszítené az eszét. Ez nehéz. Láthattátok korábban, ez tényleg megtörténik!

6:50 Alaposan betanították ezt a mesterséges intelligenciát, hogy képes legyen használni ezeket az eszközöket és kutatási

6:54 munkákat, amik elérhetőek. Ez akadályozta meg végül abban, hogy szemetet gyártson.

7:00 Oké, szóval mennyire jó? Először azt láttam, hogy megoldott néhány Erdős-problémát.

7:07 Autonóm módon megtalálta a választ 4 nyitott matematikai feladványra, amit egy legendás magyar matematikus hagyott hátra

7:14 . Ez őrültség? Megkérdeztem egy matematikus barátomat. Azt mondta, igen,

7:20 ez elég jó, de rengeteg ilyen probléma van odakint,

7:24 és nem egy csomó ember dolgozik rajtuk. Más szóval, elég könnyűek,

7:29 a szakértők évekig figyelmen kívül hagyták őket. Szóval közel sem olyan jók, mint gondoltam.

7:34 De aztán fokozta a játékot, és megírta egy kutatási

7:39 dolgozat lényegét. Valami újról. Figyeljük meg, hogy a végső dolgozatot egy emberi tudós írta.

7:47 Volt egy dolgozatuk az aritmetikai geometriában az állandók kiszámításáról. És aztán segített

7:52 az emberi tudósoknak 4 másik tanulmány megírásában, például a kölcsönható részecskék új határértékeinek megtalálásában.

7:59 Szóval mennyire jók ezek a kutatási munkák?

8:02 Nos, szakmai lektorálásra benyújtják őket, és ez elég sokáig fog tartani. Szóval

8:08 időközben egy csomó matematikai szakértőt kértek fel,

8:11 akik közül sokan független tudósok voltak. Ellenőrizték a helyességét és az újdonságát,

8:16 és az embert is ellenőrzi. Azt hiszem, most először egy MI alkotta meg egy

8:24 új, hatásos és hasznos kutatási munka alapvető részeit. Ez... wow. Micsoda idő az életre!

8:33 Szóval mondtam, hogy ennek a játéknak vannak szintjei. Szóval hol tartunk most? A 0. szint

8:39 elhanyagolható újdonságú munka, ezt meg tudja tenni. Az 1. szint némileg újszerű munka,

8:45 ezt is meg tudja tenni. De most segíthet egy személynek publikálható szintű kutatást létrehozni.

8:52 Ez hihetetlen. De várjunk csak, ezt önállóan is meg tudja tenni. Egy abszolút játékmódváltó.

8:54 A 3. és 4. szint úttörő munkák, ezek elérhetetlenek,

9:00 de kérdezem Önöket, tudós kollégák, a haladás ütemét tekintve meddig? Még 6 hónap?

9:07 És azt hiszem, erről többet kellene beszélni.

9:11 A kutatás segít az embereknek jobb életet élni. Imádom.

9:15 És nagyon köszönöm minden tudóstársamnak, hogy az évek során figyeltek minket.

9:20 Csak nektek, tudóstársaknak köszönhetően tudunk létezni. Remélem, élveztétek

9:26 ezt. Lehetővé teszi számomra, hogy olyan cikkekről beszéljek, ahol nincs sok vizuális tartalom,

9:31 és ezt mindenképpen meg akartam osztani veletek. Írjátok meg a hozzászólásokban, hogy kellene-e többet tennünk.