Thinking Machines Lab přichází s týmem osobností z oboru umělé inteligence: chtějí nám pomoci dosáhnout „nových vědeckých objevů a nových technických milníků.“
V meteoricky se rozvíjejícím odvětví umělé inteligence pokračují pohyby, které v poslední době vyděsily i takové autority, jako je Steven Adler, bývalý zaměstnanec OpenAI, který v nedávném rozhovoru hovořil ve smyslu „hrůza.“ Není náhodou, že i sám Bill Gates bez obalu přiznal, že „AI nakonec nahradí člověka v nesčetných úkolech,“ zatímco mnoho velkých i malých společností usilovně pracuje na vytváření potřeb a řešení souvisejících s těmito multimodálními generativními modely, které jsou již téměř všude a zahajují revoluci, kterou mnozí považují za ještě větší než příchod chytrého telefonu.
Tak Mira Muratiová, bývalá technologická ředitelka společnosti OpenAI, která ji opustila loni v září, právě oficiálně oznámila vznik nového startupu zaměřeného na umělou inteligenci s názvem Thinking Machines Lab, jehož generální ředitelkou bude sama Muratiová.
Společnost nyní zahajuje činnost a oznámila, že má k dispozici špičkový tým zhruba 30 odborníků na umělou inteligenci, kteří se rekrutují ze společností OpenAI, Meta, DeepMind, Mistral a dalších firem z oboru. Prozatím můžeme díky oznámení Thinking Machines potvrdit, že se bude jednat o počáteční tým:
„Alex Gartrell, Alejandro Kirillov, Andres Tulloch, Barret Zoph (CTO), Brydon Eastman, Christian Gibson, Devendra Chaplot, Ian O’Connell, Jacob Menick, John Schulman (hlavní vědecký pracovník), Jonathan Lachman, Joshua Gross, Kurt Shuster, Kyle Luther, Lilian Weng, Luke Metz, Mario Saltarelli, Mira Murati (generální ředitelka), Myle Ott, Nikki Sommer, Noah Shpak, Pia Santos, Randall Lin, Rowan Zellers, Sam Schoenholz, Sam Shleifer, Stephen Chen, Stephen Roller a Yinghai Lu.“
Cíle společnosti Thinking Machines Lab
Thinking Machines Lab se označuje za společnost zabývající se výzkumem a vývojem produktů umělé inteligence a uvádí, že jejím leitmotivem je:
„Vybudovat budoucnost, v níž bude mít každý přístup ke znalostem a nástrojům, které umožní, aby umělá inteligence fungovala pro jeho potřeby a cíle.“
Murati a jeho tým chtějí vyvinout nové multimodální modely schopné spolupracovat s uživateli, snažící se přizpůsobit lidským znalostem a pomoci jim dosáhnout jejich jedinečných cílů. Ve skutečnosti chtějí, aby tyto systémy umožnily „nové vědecké objevy a nové technické milníky“ a přivedly do nich autoritativní hlasy a externí odborníky, kteří by jim pomohli trénovat jejich modely.
A není pochyb o tom, že k tomu mají předpoklady, alespoň vzhledem k tomu, kde pracovali a čeho někteří z nových zaměstnanců Thinking Machines Lab dosáhli:
„Jsme vědci, inženýři a konstruktéři, kteří vytvořili některé z nejpoužívanějších produktů umělé inteligence, včetně ChatGPT a Character.ai, otevřených modelů, jako je Mistral, a také populárních open source projektů, jako jsou PyTorch, OpenAI Gym, Fairseq a Segment Anything.“
V příspěvku na webových stránkách Thinking Machines Lab se uvádí, že vědecká komunita zatím systémům AI nerozumí, nebo alespoň ne takovým tempem, jakým tento vývoj postupuje, takže začnou tím, že pomohou pochopit, jak tyto systémy vypadají a jak koncentrují znalosti, které mohou pomoci výzkumným laboratořím po celém světě a vyškolí je v nových dovednostech, které jim umožní AI efektivně využívat.
Dalším krokem bude přizpůsobit školení modelů konkrétním potřebám a hodnotám každého projektu a poté odstranit všechny mezery a třecí plochy tak, aby se systémy UI staly obecněji chápanými, lépe přizpůsobitelnými, a tedy schopnějšími jak ve výzkumných či studijních centrech, tak ve více podnikových přístupech.
Zde jsou také body, které Thinking Machines Lab v tomto výše zmíněném úvodním článku rozebírá jako klíčové pro svůj zrod:
- Věda je lepší, když je sdílená:
- Vědecký pokrok je kolektivní úsilí.
- Umělá inteligence, která funguje pro všechny:
- Důraz na spolupráci mezi lidmi a umělou inteligencí.
- Flexibilnější, přizpůsobivější a personalizovanější systémy UI.
- Záleží na pevných základech:
- Modelování inteligence jako základní kámen.
- Kvalita infrastruktury jako nejvyšší priorita.
- Pokročilé multimodální schopnosti.
- Učení se praxí:
- Výzkum a společné navrhování produktů.
- Empirický a iterativní přístup k bezpečnosti umělé inteligence.
- Měření toho, na čem skutečně záleží.