Η έκδοση του μοντέλου τεχνητής νοημοσύνης Gemini 2.5 της εταιρείας έλυσε ένα πολύπλοκο πρόβλημα του πραγματικού κόσμου που είχε προβληματίσει τους προγραμματιστές, παρόμοια με την νίκη του υπολογιστή Deep Blue επί του Garry Kasparov στο σκάκι το 1997 και την νίκη της τεχνητής νοημοσύνης επί ενός ανθρώπινου πρωταθλητή στο Go το 2016.
Ειδικότερα όπως αναφέρει ο Guardian, μια έκδοση του μοντέλου τεχνητής νοημοσύνης Gemini 2.5 της εταιρείας έλυσε ένα πολύπλοκο πρόβλημα του πραγματικού κόσμου που είχε προβληματίσει τους προγραμματιστές υπολογιστών και έγινε το πρώτο μοντέλο τεχνητής νοημοσύνης που κέρδισε χρυσό μετάλλιο σε έναν διεθνή διαγωνισμό προγραμματισμού που πραγματοποιήθηκε νωρίτερα αυτό το μήνα στο Αζερμπαϊτζάν.
Σε μια επίδοση που η τεχνολογική εταιρεία χαρακτήρισε ως «βαθύ άλμα στην επίλυση αφηρημένων προβλημάτων», χρειάστηκε λιγότερο από μισή ώρα για να υπολογίσει πώς να σταθμίσει έναν άπειρο αριθμό πιθανών λύσεων, προκειμένου να στείλει ένα υγρό μέσω ενός δικτύου αγωγών σε ένα σύνολο διασυνδεδεμένων δεξαμενών. Ο στόχος ήταν να το διανείμει όσο το δυνατόν γρηγορότερα.
Καμία από τις ανθρώπινες ομάδες, συμπεριλαμβανομένων των κορυφαίων από πανεπιστήμια της Ρωσίας, της Κίνας και της Ιαπωνίας, δεν κατάφερε να το κάνει σωστά.
Απέτυχε σε δύο από τις 12 εργασίες που του ανατέθηκαν, αλλά η συνολική του απόδοση το κατέταξε στη δεύτερη θέση μεταξύ 139 από τους ισχυρότερους προγραμματιστές υπολογιστών σε επίπεδο κολεγίου στον κόσμο. Η Google δήλωσε ότι ήταν μια «ιστορική στιγμή, προς την κατεύθυνση της AGI [τεχνητής γενικής νοημοσύνης]», η οποία θεωρείται ευρέως ως νοημοσύνη σε ανθρώπινο επίπεδο σε ένα ευρύ φάσμα εργασιών.
«Για μένα είναι μια στιγμή που ισοδυναμεί με το Deep Blue για το σκάκι και το AlphaGo για το Go», δήλωσε ο Κουόκ Λε, αντιπρόεδρος της Google DeepMind. «Ακόμα πιο σημαντικό, η συλλογιστική του είναι πιο κοντά στον πραγματικό κόσμο, όχι μόνο σε ένα περιορισμένο περιβάλλον [όπως το σκάκι και το Go]… Για αυτό το λόγο πιστεύω ότι αυτή η πρόοδος έχει τη δυνατότητα να μεταμορφώσει πολλούς επιστημονικούς και τεχνικούς κλάδους» και ανέφερε ως παράδειγμα τον σχεδιασμό φαρμάκων και τσιπ.
Το μοντέλο είναι μια τεχνητή νοημοσύνη γενικής χρήσης, αλλά έχει εκπαιδευτεί ειδικά για την επίλυση πολύ δύσκολων προβλημάτων κωδικοποίησης, μαθηματικών και συλλογιστικής. Έχει αποδώσει «όσο και ένας από τους 20 καλύτερους προγραμματιστές στον κόσμο», δήλωσε η Google.
«Η επίλυση σύνθετων εργασιών σε αυτούς τους διαγωνισμούς απαιτεί βαθιά αφηρημένη συλλογιστική, δημιουργικότητα, την ικανότητα σύνθεσης καινοτόμων λύσεων σε προβλήματα που δεν έχουν ξαναδεί και μια γνήσια σπίθα ευρηματικότητας», δήλωσε η εταιρεία.
Oι τέσσερις ανακαλύψεις στον τομέα της τεχνητής νοημοσύνης
1957 Το Perceptron
Ο Frank Rosenblatt, ακαδημαϊκός στο Πανεπιστήμιο Cornell, κατέληξε στο συμπέρασμα ότι θα ήταν δυνατό να δημιουργηθεί ένα «αυτόματο σύστημα αντίληψης και αναγνώρισης». Το ονόμασε Perceptron και δήλωσε ότι ένα ηλεκτρονικό σύστημα θα ήταν σε θέση να μάθει να αναγνωρίζει μοτίβα σε οπτικές, ηλεκτρικές ή ηχητικές πληροφορίες «με τρόπο που θα ήταν πολύ παρόμοιος με τη διαδικασία αντίληψης ενός βιολογικού εγκεφάλου». Την επόμενη χρονιά κατασκεύασε τη συσκευή, η οποία είχε το μέγεθος ενός μικρού δωματίου. Θεωρήθηκε μία από τις πρώτες σημαντικές ανακαλύψεις στον τομέα της τεχνητής νοημοσύνης με βάση τα νευρωνικά δίκτυα.
1997 Big Blue
Τον Μάιο του 1997, το Big Blue της IBM έγινε το πρώτο υπολογιστικό σύστημα που νίκησε έναν παγκόσμιο πρωταθλητή σκακιού σε έναν αγώνα υπό τους συνήθεις κανόνες του τουρνουά. Νίκησε τον Garry Kasparov σε έναν αγώνα που αποτέλεσε σημείο καμπής στην υπολογιστική ισχύ, αλλά η αναμέτρηση ήταν πολύ ισορροπημένη. Ο Kasparov κέρδισε το πρώτο παιχνίδι, το Deep Blue το δεύτερο, και ακολούθησαν τρεις ισοπαλίες. Το Deep Blue κέρδισε το 6ο παιχνίδι και εξασφάλισε τη νίκη. Αυτό έδειξε πώς η υπολογιστική ισχύς της ωμής βίας μπορούσε να δημιουργήσει ένα σύστημα ικανό να νικήσει έναν άνθρωπο, αν και σε μια περιορισμένη εργασία. «Ο υπολογιστής είναι πολύ πιο ισχυρός από ό,τι περίμενε κανείς», δήλωσε ο Kasparov, παραδεχόμενος την ήττα του.
2016 AlphaGo
Το Go είναι ένα από τα πιο περίπλοκα παιχνίδια που έχουν επινοηθεί ποτέ, και ένας από τους καλύτερους παίκτες στον κόσμο ήταν ο Lee Sedol, ένας επαγγελματίας από τη Νότια Κορέα. Το 2016, η DeepMind, η βρετανική εταιρεία τεχνητής νοημοσύνης που ιδρύθηκε από τον Demis Hassabis, τον αντιμετώπισε με τον υπολογιστή της AlphaGo. Κέρδισε με 4-1 και μερικές από τις κινήσεις του φαινόταν να δείχνουν πραγματικά πρωτότυπη σκέψη. Ιδιαίτερα η κίνηση 37 έμεινε στην ιστορία. Ο Hassibis δήλωσε: «Ίσως είναι η πρώτη ματιά σε ένα λαμπρό και τολμηρό μέλλον, όπου η ανθρωπότητα αξιοποιεί την τεχνητή νοημοσύνη ως ένα ισχυρό νέο εργαλείο, που μας βοηθά να ανακαλύψουμε νέες γνώσεις που μπορούν να λύσουν μερικά από τα πιο επείγοντα επιστημονικά μας προβλήματα».
2020 AlphaFold
Μια άλλη σημαντική ανακάλυψη του Hassibis και της DeepMind ήταν ένα πρόγραμμα τεχνητής νοημοσύνης που μπορεί να προβλέψει πώς οι πρωτεΐνες αναδιπλώνονται σε τρισδιάστατα σχήματα, μια εξαιρετικά πολύπλοκη διαδικασία που είναι θεμελιώδης για την κατανόηση του βιολογικού μηχανισμού της ζωής. Η Royal Society, το 360 ετών επιστημονικό ίδρυμα του Λονδίνου, το χαρακτήρισε «μια εκπληκτική πρόοδο».
Όταν οι ερευνητές γνωρίζουν πώς αναδιπλώνεται μια πρωτεΐνη, μπορούν να αρχίσουν να αποκαλύπτουν μυστήρια, όπως το πώς η ινσουλίνη ελέγχει τα επίπεδα σακχάρου στο αίμα ή πώς τα αντισώματα καταπολεμούν τους ιούς. Μετά από περαιτέρω επαναλήψεις, το σύστημα βοήθησε τον Hassibis και τον συνάδελφό του John Jumper να μοιραστούν το βραβείο Νόμπελ Χημείας το 2024.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου