AlphaZero autor kaasas 1,1 miljardit dollarit AI jaoks, mis õpib mitte internetist, vaid kogemusest

David Silver, Google DeepMindi endine reinforcement learning’u juht ja üks AlphaGo ning AlphaZero peamisi autoreid, kaasas uue Briti labori Ineffable Intelligence jaoks 1,1 miljardit dollarit seed-raha. CNBC ja TechCrunchi andmetel hindab voor ettevõtte 5,1 miljardi dollari peale ning on üks valjemaid panuseid ideele, et AI järgmine suur peatükk ei piirdu ainult keelemudelitega.

Panus inimandmete lae vastu

Ineffable’i põhiidee kõlab peaaegu väljakutsena kogu praegusele tööstusele: luua „superlearner“ — süsteem, mis avastab teadmisi omaenda kogemusest, mitte inimeste loodud tekstidest, piltidest ja koodist. Ettevõtte veebilehel kirjeldatakse seda õppimisena ilma human data’ta, kasutades kõige tugevamaid reinforcement learning’u ehk stiimulõppe algoritme.

Lihtsamalt öeldes peaks selline süsteem õppima mitte õpikust, vaid katsete, vigade ja keskkonnalt saadava tagasiside kaudu. Just see lähenemine tegi AlphaZerost AI arengu teise liini sümboli: programm õppis malet, shōgit ja go’d üliinimlikul tasemel mängima mitte meistrite partiisid kopeerides, vaid iseendaga mängides.

Nüüd tahab Silver selle loogika mängudest välja viia. Ineffable lubab süsteemi, mida saab rakendada „igale digitaalsele või füüsilisele masinale“ ning mis suudab aja jooksul taasavastada ja seejärel ületada inimeste leiutisi — keelest ja matemaatikast teaduse ning tehnoloogiani. See on ambitsioonikas sõnastus, kuid investorid maksavadki võimaluse eest kontrollida, kas AlphaZero-lähenemist saab skaleerida üldisema intelligentsini.

Raha liigub pärast LLM-e uue piiri poole

Vooru juhtisid Sequoia Capital ja Lightspeed Venture Partners. Osalejate seas olid Nvidia, Google, DST Global, Index Ventures, British Business Bank ja Briti Sovereign AI fond. Noore ettevõtte jaoks pole see lihtsalt suur summa: see on signaal, et turg hakkab otsima alternatiivi mudelile „rohkem andmeid, rohkem parameetreid, rohkem andmekeskusi“.

Suured keelemudelid on juba muutunud tööstuslikuks platvormiks, kuid nende nõrk koht on ilmne: nad õpivad suures osas inimeste minevikust. See annab võimsad kasutajaliidesed, koodiabid ja otsinguagendid, kuid ei taga võimet iseseisvalt avastada uusi seaduspärasusi, strateegiaid või insenerilahendusi.

Ineffable müüb teistsugust teesi: järgmine hüpe võib tulla süsteemidest, mis hangivad kogemust ise. Mitte Redditist, raamatutest ja litsentsitud arhiividest, vaid suhtlusest ülesannete, simulatsioonide, tööriistade, robotite või teaduskeskkondadega.

Suurbritannia tahab olla rohkem kui AI ostja

Sovereign AI osalus lisab tehingule poliitilise kihi. Briti fond kirjeldab Ineffable’it otse ettevõttena, mida riik tahab enda juures hoida: maailmatasemel talent, riigi tugi, ligipääs suurtele arvutusressurssidele, viisadele ja taristule.

See on oluline, sest AI-võidujooks meenutab üha vähem tavalist riskikapitaliturgu. Riigid ei piirdu enam laborite reguleerimisega — nad püüavad kinnistada enda juurde inimesi, arvutusvõimsust ja tulevasi platvorme. Kui keelemudelid tegid suveräänsest AI-st pilvede ja kiipide ligipääsu küsimuse, siis Ineffable’i-sugused projektid muudavad selle uurimiskoolkondade ja algoritmilise eelise küsimuseks.

Neuro.ee toimetuse arvamus

Skepsis on siin kohustuslik: AlphaZero ja universaalse „superõppija“ vahel laiutab kuristik. Mängudes on selged reeglid, kiire tagasisidetsükkel ja arusaadav võit. Pärismaailm on räpasem, eesmärgid vaieldavamad ja vead kallimad.

Just seetõttu on Silveri voor huvitav. See pole järjekordne katse vestlusbotist veel natuke jõudlust välja pigistada. See on panus ideele, et pärast inimeste internetil treenitud mudelite ajastut vajab tööstus AI-d, mis suudab hankida oma kogemust ja testida hüpoteese maailmas. Kui Ineffable läbi kukub, on see kallis eksperiment. Kui mitte, saab turg pärast LLM-e uue raskuskeskme.