U posljednje vrijeme pojavio se niz uzbudljivih AI laboratorija usmjerenih na istraživanje, a Flapping Airplanes jedan je od najzanimljivijih. Ovaj laboratorij, koji vode mladi i radoznali osnivači, fokusira se na pronalaženje manje zahtjevnih načina za obuku AI. S 180 milijuna dolara u početnom financiranju, imaju dovoljnu podršku da istraže nove mogućnosti.
Razgovarao sam s trojicom suosnivača laboratorija — braćom Ben i Asher Spector, te Aidanom Smithom — o tome zašto je ovo uzbudljivo vrijeme za pokretanje novog AI laboratorija i zašto se vraćaju idejama o ljudskom mozgu.
Postavili ste pitanje, zašto sada? Laboratoriji poput OpenAI i DeepMind potrošili su mnogo na skaliranje svojih modela. Zašto ste smatrali da je ovo pravi trenutak za pokretanje kompanije koja se bavi osnovnim modelima?
Ben: Ima toliko toga za učiniti. Napretci koje smo postigli u posljednjih pet do deset godina su spektakularni. Koristimo te alate svaki dan. No, postavlja se pitanje, je li to sve što treba učiniti? Smatrali smo da problem učinkovitosti podataka predstavlja ključni izazov koji treba istražiti. Trenutni modeli treniraju se na ukupnom znanju čovječanstva, dok ljudi očito mogu funkcionirati s daleko manje podataka.
Ono što radimo je koncentrirano ulaganje u tri stvari: vjerujemo da je problem učinkovitosti podataka važan, da će to biti komercijalno vrijedno i da je pravo rješenje tim koji može kreativno pristupiti tim problemima.
Aidan: Ne smatramo se konkurencijom drugim laboratorijima, jer se fokusiramo na različite probleme. Ljudski um uči na način koji se bitno razlikuje od transformatora. LLM-ovi imaju nevjerojatnu sposobnost memoriranja, ali ne mogu brzo usvojiti nove vještine. Algoritmi koje koristi ljudski mozak fundamentalno su različiti od tehnika koje se danas koriste za treniranje AI.
Asher: Zanimljivo je pitanje zašto su sustavi koje smo izgradili toliko različiti od onoga što ljudi rade. Kako možemo iskoristiti znanje o toj razlici za izgradnju boljih sustava? Smatram da su mnogi važni sektori, poput robotike i znanstvenih otkrića, podaci vrlo ograničeni. Čak i u poslovnim aplikacijama, model koji je milijun puta učinkovitiji vjerojatno će biti milijun puta lakši za primjenu u ekonomiji.
Što mislite o filozofskom pitanju u AI-u, koliko pokušavamo rekreirati ljudske procese u mozgu, a koliko stvaramo apstraktnu inteligenciju?
Aidan: Vidim mozak kao dokaz postojanja drugih algoritama. Očekujemo da ćemo stvoriti sposobnosti koje su zanimljivije i potencijalno bolje od ljudskog mozga. Oduševljeni smo mogućnostima koje to donosi, bilo da je riječ o AGI-u ili ne.
