Koniec ery chatbotów? Accelerated Understanding buduje AI, która zamiast słów rozumie prawa fizyki

Dominacja modeli językowych w debacie publicznej sprawiła, że sztuczna inteligencja zaczęła być utożsamiana niemal wyłącznie z generowaniem tekstu i obrazu. Tymczasem w cieniu wielkich korporacji powstaje technologia, która przesuwa punkt ciężkości z antropocentrycznej komunikacji na twarde reguły rządzące naturą. Anima Anandkumar i Benedikt Jenik, założyciele Accelerated Understanding, zaprezentowali nowy rodzaj sztucznej inteligencji, który nie potrafi napisać wiersza, ale za to z niezwykłą dokładnością analizuje procesy fizyczne.

Dlaczego to ważne teraz

Obecne AI świetnie radzi sobie z plotkowaniem, ale wciąż zawodzi przy projektowaniu leków czy przewidywaniu katastrof klimatycznych. Zespół Anandkumar rzuca wyzwanie transformerom, zastępując je autorską architekturą neural operators. Jak donosi Reuters, system ten przetworzył aż 5 bilionów elementów danych w jednym zapytaniu, co otwiera drogę do błyskawicznego projektowania układów scalonych i precyzyjnego prognozowania ekstremalnej pogody.

Skala operacji robi wrażenie. Podczas gdy najbardziej zaawansowane systemy od Google czy Anthropic operują na potężnych, lecz wciąż ograniczonych zbiorach danych, model Accelerated Understanding w jednym zapytaniu przetworzył wolumen odpowiadający pięciomilionowej lekturze „Wojny i pokoju”. Tak potężny apetyt na dane wynika z natury problemów, które AI ma rozwiązywać. Zamiast przewidywania następnego słowa w zdaniu, system koncentruje się na zmianach zachodzących w przestrzeni i czasie – od turbulencji atmosferycznych po mikroskopowe zachowanie półprzewodników.

Fizyka zamiast gramatyki

Krytyczne spojrzenie na obecny rozwój branży sugeruje, że oparcie AI wyłącznie na języku zamyka nas w bańce ludzkich pojęć. „Ten nowy system nie został zbudowany do rozumienia języka. Został zbudowany dla fizyki” – cytuje Reuters. Anandkumar, która przez lata pełniła funkcję dyrektorską w Nvidii, zauważa, że postawienie fizyki w centrum pozwala algorytmom dotknąć samej istoty natury. W przeciwieństwie do dzisiejszych wąskich modeli matematycznych, rozwiązanie to ma być elastyczne i odporne na zmianę warunków brzegowych.

Zastosowania praktyczne obejmują:

• Projektowanie nowoczesnych układów scalonych bez kosztownych testów fizycznych.
• Symulacje termodynamiki i mechaniki kwantowej w inżynierii materiałowej.
• Prognozowanie zjawisk pogodowych z niespotykanym wyprzedzeniem.
• Optymalizację zużycia energii w sektorze wydobywczym.

Niezależność w cieniu miliardów

Historia powstania firmy to również lekcja asertywności w świecie wielkiego kapitału. Anandkumar i Jenik odrzucili ofertę współpracy przy „Project Prometheus” – inicjatywie wspieranej przez Jeffa Bezosa. Choć miliarder ostatecznie zgromadził na ten cel zawrotne 12 miliardów dolarów, twórcy Accelerated Understanding wybrali samodzielną ścieżkę. Ich celem nie jest budowa kolejnego asystenta dla masowego odbiorcy, lecz dostarczenie precyzyjnego narzędzia dla przemysłu i nauki.

Choć rynek AI jest nasycony obietnicami, projekt Accelerated Understanding wyróżnia się merytorycznym fundamentem. Zamiast uczyć maszyny udawania ludzi, uczy je rozumienia świata, w którym żyjemy. Jeśli ich wizja się ziści, największe sukcesy AI nie będą widoczne w oknach przeglądarek, lecz w wydajniejszych procesorach i skuteczniejszych systemach ostrzegania przed żywiołami.