Google-ის AI-ის თანამეცნი არის "ტესტის დროის მასშტაბირება" სტეროიდებზე. რას ნიშნავს ეს კვლევისთვის

ტყუპების AI მოდელის ადაპტაცია არის მართლაც ინტენსიური გამოთვლითი აქტივობის უახლესი გამოყენება დასკვნის დროს, ვარჯიშის დროს, ხელოვნური ინტელექტის მოდელის ე.წ. მსჯელობის გასაუმჯობესებლად. აი როგორ მუშაობს.

ოთხშაბათს Google- მა თქვა, რომ მან ადაპტირებულია თავისი ტყუპების 2.0 დიდი ენის მოდელის ხელოვნური ინტელექტის შეთავაზება, რათა ის შექმნას ახალი სამეცნიერო ჰიპოთეზები ადამიანის ლაბორატორიის მკვლევართა გუნდების მიერ მიღებული დროის მცირე ნაწილში.

კომპანია ტყუპებზე დაფუძნებულ "AI თანამეცნიკოსს" აწესებს, როგორც "პერსპექტიული წინსვლა ხელოვნური ინტელექტის დახმარებით ტექნოლოგიების მიმართ, რათა მეცნიერებს დაეხმარონ აღმოჩენის დაჩქარებაში" და პროგრამა, რომელიც უნდა აწარმოოს ადამიანთან "მარყუჟში", რათა "იმოქმედოს როგორც დამხმარე ასისტენტი და თანამშრომელი მეცნიერებს და დაეხმაროს სამეცნიერო აღმოჩენის პროცესის დაჩქარებას".

ეს ასევე იმის დემონსტრირებაა, თუ როგორ მართავს ე.წ. მსჯელობის AI მოდელები ახლა კომპიუტერული რესურსების უფრო მაღალი და მაღალი გამოყენების გამოყენებას, მითითებას, შეფასებას, წოდებას, დალაგებას, sift- ს და უამრავ სხვა რამეს აკეთებს - მომხმარებლის მიერ მოთხოვნის აკრეფის შემდეგ.

Google- ის AI თანამეცნიეკე უნდა ჰქონდეს "ადამიანი მარყუჟში", რომელიც ხელმძღვანელობს მანქანის სხვადასხვა ოპერაციებს, როგორიცაა ლიტერატურის მიმოხილვა და ჰიპოთეზის ფორმირება.

სამეცნიერო გამომცემლობისა და მარკეტინგის გაბედულ ბადაგით, Google- ის მკვლევარებმა გამოაქვეყნეს ტექნიკური ნაშრომი, რომელშიც აღწერილია თანამეცნიერის მიერ წარმოქმნილი ჰიპოთეზა ერთდროულად ლონდონის საიმპერატორო კოლეჯის ადამიანის მეცნიერთა ჯგუფის მიერ გამოქვეყნებულ ნაშრომთან, იგივე ჰიპოთეზა.

თანამეცნიერულ ჰიპოთეზას, რომელიც ეხება კონკრეტულ მოდას, რომელშიც ბაქტერიები ვითარდება ახალი პათოგენების შესაქმნელად, ორი დღე დასჭირდა წარმოებას, ხოლო ადამიანის მიერ წარმოებული ნამუშევარი იყო სწავლისა და ლაბორატორიული მუშაობის ათწლეულის შედეგი, ირწმუნება Google.

ჰიპოთეზი-ფორმულირების მანქანა

Google აღწერს მანქანას, როგორც ჰიპოთეზის ფორმულირების მანქანას, რომელიც იყენებს მრავალ აგენტს.

როგორც Google ბლოგის პოსტში ნათქვამია, "მეცნიერის კვლევის მიზნის გათვალისწინებით, რომელიც ბუნებრივ ენაზეა მითითებული, AI თანამეცნიერი შექმნილია ახალი კვლევის ჰიპოთეზების, დეტალური კვლევის მიმოხილვისა და ექსპერიმენტული პროტოკოლების შესაქმნელად. ამისათვის ის იყენებს სპეციალიზებული აგენტების კოალიციას: თაობა, ასახვა, რეიტინგი, ევოლუცია, სიახლოვე და მეტა-მიმოხილვა.

Google-ის დიზაინს AI თანამეცნიერისთვის აქვს ადამიანი, რომელიც შეიტანს კვლევის მიზანს, რის შემდეგაც აგენტების სერია მუშაობს ლიტერატურის გადახედვის პარალელურად, აყალიბებს და აფასებს ჰიპოთეზებს.

AI თანამეცნიერის სტრუქტურა შექმნილია მრავალი აგენტის დავალების შესასრულებლად პარალელურად, რომელსაც მხარს უჭერს მეხსიერების მართვის ფუნქცია შუალედური შედეგების შესანახად.

თანამკვლევარი იწყებს მუშაობას მას შემდეგ, რაც მეცნიერის ტიპებს დაუყოვნებლივ მათი კვლევის მიზანი "პრეფერენციებთან, ექსპერიმენტებთან და სხვა ატრიბუტებთან ერთად".

Google ამტკიცებს, რომ პროგრამა სცილდება მხოლოდ ლიტერატურის მიმოხილვას, ნაცვლად იმისა, რომ "აღმოაჩინოს ახალი, ორიგინალური ცოდნა და ჩამოაყალიბოს დემონსტრაციულად ახალი კვლევის ჰიპოთეზები და წინადადებები, წინა მტკიცებულებებზე დაფუძნებული და კონკრეტულ კვლევით მიზნებზე მორგებული".

ტესტის დროის მასშტაბირება სტეროიდებზე

Gemini 2.0-ის ადაპტაცია ხაზს უსვამს "ტესტის დროის სკალირების" გამოყენებას, სადაც AI აგენტები იყენებენ გამოთვლითი ენერგიის მზარდ რაოდენობას მათი გამომუშავების განმეორებლად და ხელახლა ფორმულირების მიზნით.

ტესტის დროის მასშტაბირება ყველაზე მკვეთრად ჩანს არა მხოლოდ ტყუპებში, არამედ OpenAI- ს o1 მოდელში და DeepSeek AI- ში, ე.წ. მსჯელობის მოდელების ყველა მაგალითი, რომლებიც ბევრად მეტ დროს ხარჯავენ მოთხოვნაზე რეაგირებაზე, შუალედური შედეგების გამომუშავებაზე.

AI თანამეცნი არის ცოტა ტესტის დროის მასშტაბირება სტეროიდებზე.

ოფიციალურ ნაშრომში, ავტორი Juraj Gottweis of Google, და გამოქვეყნდა arXiv წინასწარ ბეჭდვის სერვერზე, ავტორები კონკრეტულად უკავშირებენ თავიანთ ნამუშევრებს, როგორც ერთგვარი გაფართოება, თუ რა DeepSeek- ის R1 მოდელი პიონერია:

ბოლოდროინდელი მიღწევები, როგორიცაა DeepSeek-R1 მოდელი, კიდევ უფრო აჩვენებს ტესტის დროის გამოთვლით პოტენციალს გამაგრების სწავლის გამოყენებით, მოდელის "ჯაჭვური აზროვნების" დახვეწისა და რთული მსჯელობის შესაძლებლობების გასაუმჯობესებლად უფრო გრძელი ჰორიზონტის გამო. ამ ნაშრომში ჩვენ ვთავაზობთ ტესტის დროის გამოთვლითი პარადიგმის მნიშვნელოვან მასშტაბებს სამეცნიერო მეთოდიდან მიღებული ინდუქციური მიკერძოების გამოყენებით, რათა შეიმუშაოს მრავალაგანმაგვარებული ჩარჩო სამეცნიერო მსჯელობისა და ჰიპოთეზის წარმოქმნისთვის, სწავლის დამატებითი ტექნიკის გარეშე.

თანამეცნიეტერი აგებულია ხელოვნური ინტელექტის აგენტების შერჩევისგან, რომლებსაც შეუძლიათ გარე რესურსებზე წვდომა, ეხება გოტვეისს და გუნდს. "ისინი ასევე აღჭურვილია გარე ინსტრუმენტებთან ურთიერთობისთვის, როგორიცაა ვებ საძიებო სისტემები და სპეციალიზებული AI მოდელები, პროგრამის პროგრამირების ინტერფეისების საშუალებით", - წერენ ისინი.

სადაც ტესტის დროის მასშტაბირება ყველაზე მეტად მოქმედებს, არის "ტურნირის" ცნება, სადაც თანამეცნიერი ადარებს და ასახელებს მის მიერ წარმოქმნილ მრავალ ჰიპოთეზას. ეს ასე ხდება "ელოს" ქულების გამოყენებით, საერთო გაზომვის სისტემა, რომელიც გამოიყენება მოჭადრაკეებისა და სპორტსმენების რანგისთვის.

როგორც გოტვეისი და გუნდი აღწერენ მას, ერთ-ერთ აგენტს, "რანგის აგენტს", აქვს მთავარი პასუხისმგებლობა განსხვავებული ჰიპოთეზების რეიტინგში ერთგვარი კონკურენტული ფორმით:

თანამკვლევრების სისტემაში მნიშვნელოვანი აბსტრაქცია არის ტურნირის ცნება, სადაც ფასდება და ფასდება სხვადასხვა კვლევითი წინადადებები, რაც საშუალებას იძლევა გაუმჯობესდეს იტერაციული გაუმჯობესება. რანგის აგენტი იყენებს და ორგანიზებას აძლევს Elo-ზე დაფუძნებულ ტურნირს, რათა შეაფასოს და პრიორიტეტი მიანიჭოს წარმოქმნილ ჰიპოთეზებს ნებისმიერ დროს. ეს მოიცავს წყვილის შედარებებს, რაც ხელს უწყობს სიმულაციური სამეცნიერო დებატებს, რაც საშუალებას იძლევა თითოეული წინადადების შედარებითი დამსახურების ნიუანსური შეფასება.

Google ირწმუნება, რომ მონაცემები აჩვენებს, რომ უფრო და უფრო მეტი გამოთვლა და რეიტინგი და ხელახალი რეიტინგი, ჰიპოთეზებს უფრო უკეთესს ხდის, როგორც ადამიანის დამკვირვებლების მიერ შეფასებული.

აჭარბებს მოდელებს და არადასაქმებულ ექსპერტებს

ადამიანის თხუთმეტი ექსპერტის აზრით, რომლებმაც განიხილეს თანამეცნიერის გამომუშავება, პროგრამა უკეთესდება, რადგან ის უფრო მეტ გამოთვლით დროს ხარჯავს ჰიპოთეზების ფორმულირებასა და მათ შეფასებაში.

Google ამბობს, რომ AI თანამეცნიერი აღემატება არაადაპტური ტყუპების 2.0-ის ფარდობითი ხარისხს, რადგან გამოთვლითი ბიუჯეტი იზრდება, რაც იწვევს უფრო მაღალ Elo ქულას, როგორც ჭადრაკსა და სპორტში.

"რადგან სისტემა უფრო მეტ დროს ხარჯავს მსჯელობასა და გაუმჯობესებაზე, შედეგების თვითშეფასებული ხარისხი აუმჯობესებს და აღემატება მოდელებს და არადაზოგულ ადამიანურ ექსპერტებს", - ნათქვამია ნაშრომში.

ადამიანის დამკვირვებლებმა ზოგადად მისცეს თანამეცნიეტერია "უფრო მაღალი პოტენციალი სიახლისა და გავლენისთვის და უპირატესობას ანიჭებდნენ მის შედეგებს სხვა მოდელებთან შედარებით", როგორიცაა არაადაპტური ტყუპები 2.0 და OpenAI- ს o1 მსჯელობის მოდელი.

იმის გათვალისწინებით, რომ აქცენტი კეთდება გამოთვლითი ძალისხმევის მასშტაბირებაზე, სამწუხაროა, რომ გოტვეისი და გუნდი არსად არიან თავიანთ 70-გვერდიან ტექნიკურ ანგარიშში, სადაც ნახსენებია, თუ რამდენი გამოთვლითი იყო გამოყენებული AI თანამეცნიერისთვის.

ჰიპოთეზა, თუმცა, რომ ისინი იზიარებენ, არის ის, რომ Kind DeepSeek R1- ის გამოთვლის ღირებულების სწრაფი შემცირება აჩვენებს, რომ უნდა გააკეთოს მსგავსი თანამეცნიერი, რომელიც გამოიყენება კვლევითი ლაბორატორიების მიერ ფართოდ რომ ვთქვათ.

"დისტილაციისა და დასკვნის დროის გამოთვლითი ხარჯების ტენდენციები მიუთითებს იმაზე, რომ ასეთი ინტელექტუალური და ზოგადი AI სისტემები სწრაფად ხდება უფრო ხელმისაწვდომი და ხელმისაწვდომი", - აღნიშნავენ ისინი.