Fondata da uno dei creatori di ChatGPT, Periodic Labs si propone di sviluppare un’intelligenza artificiale in grado di accelerare le scoperte in fisica, chimica e altri campi. Scrive il Nyt.
Quest’estate, l’amministratore delegato di Meta, Mark Zuckerberg, ha invitato Rishabh Agarwal a unirsi al nuovo laboratorio di intelligenza artificiale dell’azienda, offrendogli milioni di dollari in azioni e stipendio. Con il nuovo laboratorio, Zuckerberg ha affermato di voler costruire una “superintelligenza”, una tecnologia in grado di eclissare i poteri del cervello umano. Sebbene nessuno sapesse come creare una superintelligenza, ha esortato il Dott. Agarwal a fare un atto di fede. In un mondo che cambia rapidamente, ha detto Zuckerberg, il rischio più grande che si possa correre è non correre alcun rischio. Ma nonostante il dott. Agarwal fosse già un dipendente della Meta, rifiutò l’offerta di unirsi a un’altra azienda.
OLTRE 20 RICERCATORI HANNO LASCIATO META, OPENAI E GOOGLE DEEPMIND PER FONDARE PERIOD LABS
Ora però il Dott. Agarwal è tra gli oltre 20 ricercatori che nelle ultime settimane hanno lasciato il loro lavoro presso Meta, OpenAI, Google DeepMind e altri grandi progetti di intelligenza artificiale per unirsi a una nuova start-up della Silicon Valley chiamata Periodic Labs. Molti di loro hanno rinunciato a decine di milioni di dollari, se non centinaia di milioni, per fare questo passo.
Mentre i laboratori di intelligenza artificiale perseguono obiettivi amorfi come la superintelligenza e un concetto simile chiamato intelligenza artificiale generale, Periodic si concentra sullo sviluppo di tecnologie di intelligenza artificiale in grado di accelerare nuove scoperte scientifiche in settori come la fisica e la chimica.
“L’obiettivo principale dell’intelligenza artificiale non è automatizzare il lavoro dei colletti bianchi”, ha affermato Liam Fedus, uno dei fondatori della start-up. “L’obiettivo principale è accelerare la scienza”.
UN EX OPENAI TRAI I FONDATORI
Feddus faceva parte del piccolo team di ricercatori di OpenAI che ha creato il chatbot online ChatGPT nel 2022. Ha lasciato OpenAI a marzo per fondare Periodic Labs con Ekin Dogus Cubuk, che in precedenza aveva lavorato presso Google DeepMind, il principale laboratorio di intelligenza artificiale del gigante della tecnologia.
AI PER ACCELERARE LE SCOPERTE SCIENTIFICHE
Diverse aziende leader nel campo dell’intelligenza artificiale stanno già lavorando a tecnologie volte ad accelerare la scoperta scientifica. Due ricercatori di Google DeepMind hanno recentemente vinto il premio Nobel per il loro lavoro su un progetto chiamato AlphaFold, che può contribuire ad accelerare la scoperta di farmaci in modi piccoli ma significativi.
I leader del settore sostengono spesso che i modelli linguistici di grandi dimensioni, ovvero le tecnologie alla base dei chatbot, raggiungeranno presto importanti progressi scientifici. OpenAI e Meta affermano che le loro tecnologie stanno già spingendo verso questo obiettivo in settori come la scoperta di farmaci, la matematica e la fisica teorica.
“Crediamo che l’intelligenza artificiale avanzata possa accelerare i progressi della scoperta scientifica e che OpenAI sia in una posizione unica per contribuire a guidare questa strada”, ha affermato in una nota il portavoce di OpenAI, Laurance Fauconnet.
L’OBIETTIVO DI PERIODIC LABS
I sistemi di intelligenza artificiale che guidano chatbot come ChatGPT sono chiamati reti neurali, dal nome della rete di neuroni nel cervello. Individuando schemi in enormi quantità di testo raccolte da Internet, questi sistemi imparano a imitare il modo in cui le persone mettono insieme le parole. Possono persino imparare a scrivere programmi per computer e risolvere problemi matematici. Ma Fedus e il dottor Cubuk ritengono che, indipendentemente dal numero di libri di testo e articoli accademici analizzati da questi sistemi, non possano padroneggiare l’arte della scoperta scientifica. Per riuscirci, affermano, le tecnologie di intelligenza artificiale devono anche imparare dagli esperimenti fisici nel mondo reale.
AVVIARE UN LABORATORIO CON ROBOT FISICI CHE CONDURRANNO ESPERIMENTI SU LARGA SCALA
Periodic Labs, che ha ottenuto oltre 300 milioni di dollari di finanziamenti iniziali dalla società di venture capital a16z e altri, ha avviato i suoi lavori in un laboratorio di ricerca a San Francisco. Ma prevede di costruire un proprio laboratorio a Menlo Park, in California, dove robot – robot fisici – condurranno esperimenti scientifici su larga scala. I ricercatori dell’azienda organizzeranno e guideranno questi esperimenti. Nel frattempo, i sistemi di intelligenza artificiale analizzeranno sia la sperimentazione che i risultati. La speranza è che questi sistemi imparino a condurre esperimenti simili in modo autonomo.
Proprio come le reti neurali possono apprendere abilità individuando schemi in enormi quantità di testo, possono imparare anche da altri tipi di dati, tra cui immagini, suoni e movimenti. Possono persino imparare da diversi tipi di dati contemporaneamente. Ad esempio, analizzando sia una raccolta di foto sia le didascalie che le descrivono, un sistema può comprendere le relazioni tra le due. Può apprendere che la parola “mela” descrive un frutto rosso e rotondo.
NON SOLO TESTI, MA ANCHE LETTERATURA SCIENTIFICA ED ESPERIMENTI PER ALLENARE I SISTEMI DI IA
Presso Periodic Labs, i sistemi di intelligenza artificiale impareranno dalla letteratura scientifica, dalla sperimentazione fisica e dai ripetuti sforzi per modificare e migliorare questi esperimenti. Ad esempio, uno dei robot dell’azienda potrebbe condurre migliaia di esperimenti in cui combina diverse polveri e altri materiali nel tentativo di creare un nuovo tipo di superconduttore, che potrebbe essere utilizzato per costruire ogni sorta di nuova apparecchiatura elettrica.
Guidato dal personale dell’azienda, il robot potrebbe scegliere diverse polveri promettenti sulla base della letteratura scientifica esistente, mescolarle in un pallone da laboratorio, riscaldarle in una fornace, testare il materiale e ripetere l’intero processo con polveri diverse. Dopo aver analizzato una quantità sufficiente di questi tentativi ed errori scientifici, individuando gli schemi che portano al successo, un sistema di intelligenza artificiale potrebbe, in teoria, imparare ad automatizzare e accelerare esperimenti simili.
UN PERCORSO DI ITERAZIONE
“Non faremo la scoperta al primo tentativo, ma sarà iterativo”, ha detto il Dott. Cubuk, il che significa che ripeterà il processo più e più volte. “Dopo molte iterazioni, speriamo di arrivarci più velocemente”.
I ricercatori di intelligenza artificiale esplorano idee simili da anni. Ma la potenza di calcolo e le altre risorse necessarie per portare avanti questo tipo di sforzi sono diventate disponibili solo di recente.
Ciononostante, sviluppare questo tipo di tecnologia è estremamente difficile e richiede molto tempo. Sviluppare l’intelligenza artificiale nel mondo digitale è molto più facile che nel mondo fisico.
“Risolverà il problema del cancro in due anni? No”, ha affermato Oren Etzioni, fondatore e amministratore delegato dell’Allen Institute for AI. “Ma è una scommessa lungimirante? Sì.”
(Estratto dalla rassegna stampa estera a cura di Epr Comunicazione)
