Si David Turturean, isang graduate ng MIT at miyembro ng teknikal na tim ng startup lab na Physical Superintelligence (PSI), ay nakalutas ng isang problema sa quantum computing na may 18 taon nang pagsasagawa gamit ang Anthropic’s Fable 5.2 model.
“Tumanggap ako nang buo sa ideyang ito: maaaring ito ang aking huling papel,” sabi ni Turturean kay TechCrunch. Pinahirapan niya ang kanyang plano na pumunta sa kilalang Laboratoryo ng Computer Science at Artificial Intelligence ng MIT para magkaroon ng master’s degree, at pumili na sumali sa PSI. “Ano ang point ng pagpapalabas ng papel sa mga susunod na ilang buwan?”
Ang tanong na ito ay ang Aaronson-Ambainis conjecture, na tumatalakay kung kaya ng quantum computer na mas mabilis na lutasin ang mga problema kaysa sa classical computer. Isinulat ni Scott Aaronson, isa sa dalawang mananaliksik na nagtatag ng tanong na ito, na hindi siya lubos na nauunawaan ang patotoo, ngunit naniniwala siya na ito ay tama dahil sa pagkakaroon nito ng awtomatikong formalization gamit ang Lean, isang matematikal na coding language, at sa paliwanag ng isang grupo ng mga lider na mananaliksik na ibinahagi ang solusyon sa PSI.
Ang sagot na ito ay tila isinara ang isang daan kung saan ang quantum computer ay maaaring mabilis na lutasin ang ilang mahihirap na problema, ngunit hindi lahat ng daan. “Ito ay isang negatibong resulta na nagpapakita sa atin na, sige, hindi na tayo magpapatuloy sa direksyong iyon,” sabi ni Turturean.
Sa mas malawak na pananaw, ipinapakita nito rin ang epekto ng paglutas ng mga problema ng AI sa larangan ng agham.
“Ang pagpapatotoo ng kompletong [Aaronson-Ambainis Conjecture] ay isa sa huling ilang hindi pa nalulutas at lahat ay nag-uunawa na mahalagang problema sa larangan ng quantum query complexity,” isinulat ni Aaronson. Sinabi niya na ang kanyang mga damdamin pagkatapos marinig ang balita ay kasama ang pagkakasundo, pagkabigla, pagkabigo, at pagkapagod. “Seryosong nagugulat ako na wala ito sa OpenAI’s Mathocalypse summary mula sa ilang linggo ang nakalipas. Siguradong sinubukan nila ito, kaya talaga bang mas mahirap ito kaysa sa lahat ng mga problema na naresolba na?”
Nagbibigay din ito ng suporta sa modelo ng PSI: sa pamamagitan ng espesyalisadong model orchestration at support system upang lutasin ang mga scientific problem.
Sinabi ni Matt Pines, CEO ng PSI, sa TechCrunch: "Dapat mayroong maraming bagay na kaugnay sa orchestration layer, maraming bagay na kaugnay sa mga tool, memory system, at simulation infrastructure. Dapat mong makakayaang harapin ang isang problema sa kanyang kalaliman at kalawakan, at makapag-isip ng iba't ibang posibleng alternatibo."
Kasalukuyan, ang kita ng kumpanya ay mula sa pagpapabuti ng mga data center gamit ang kanilang mga kasangkapan, sa pamamagitan ng pagmumula sa mga variable tulad ng init, kuryente, tubig, ingay, atbp.—“Ang performance ng mga site na ito at ang kanilang epekto sa komunidad ay direkta nilang punsiyon ng kanilang pisikal na mga katangian.” Gayunpaman, sa matagalang panahon, nais ng kumpanya na isalin ang mga pag-usbong sa teoretikal na pisika bilang mga praktikal na teknolohiya.
“Mga anim hanggang siyam na buwan ang nakalipas, nang ako ay makipag-usap sa mga investor, kailangan kong magkaroon ng hirap upang patunayan ang kondisyon, tama? Halimbawa, ‘Hindi, hindi, paniniwalaan mo ako, malapit nang maging pangunahing bahagi ng machine ang teoretikal na pisika.’” sabi ni Pines, “Hindi pa natin ito natutupad ngayon, ngunit nasa daan na ito.”
Gayunpaman, bagaman ang AI ay nakamit na mahalagang tagumpay sa mga problema sa matematika at agham ng kompyuter na maaaring ipahayag sa pamamagitan ng verifiable code, mas mahirap pa ring gawin ito sa mga disiplina na may mas mababang antas ng abstraktsyon tulad ng agham ng buhay o pisika. Noong nakaraang linggo, ang startup na Discovered Materials ay naglabas ng isang challenge na may halagang $1,000,000 para sa mga siyentipiko na gumagamit ng AI upang pag-aralan ang superconductivity at thermal dissipation at iba pang mga isyu.
“Sa huli, iba ang pisika mula sa matematika dahil ito ay nakikibagay sa mundo ng katotohanan… ang kalikasan ay magbibigay ng boto sa iyong modelo ng katotohanan,” sabi ni Pines. Sinabi niya na ang startup ay nakatuon sa pag-aaral kung paano pinakae-efektibong i-combine ang mga resulta ng komputasyon at pagsusuri sa eksperimento.
“Kung talagang isang totoong katotohanan sa kalikasan, isang teknik ito na maaari mong gamitin,” sabi ni Pines. “Maaari mong gawin ang isang aparato, di ba? Ang AI ay nagmumungkahi ng isang ideya; ito ay nagpapahintulot sa iyo na gawin sa mundo ng realidad ang mga bagay na dati’y hindi mo kayang gawin… kaya ang lahat ng ito ay mga siklo na binubuo ng PSI.”
Habang ang “neolabs sa larangan ng agham” ay naging daan na maaaring magdulot ng mga nakakabagong pang-agsamang resulta sa agham, patuloy pa rin ang mga kalahok sa paghahanap ng mga pamantayan sa bagong mundo na ito. Dahil kailangan ng PSI na hintayin hanggang malapit na sa paglabas ng mga modelo ni Anthropic bago maipahayag ang mga resulta, nakakapagbahagi sila ng kanilang mga natuklasan sa mga kaugnay na mga siyentipiko upang mas maunawaan ito.
“Bilang isang akademiko, nais naming gampanan ang ating papel sa paggawa ng tama,” sabi ni Jim Halverson, propesor sa Northeastern University na nagbibigay ng payo sa PSI. Papunta siya sa MIT buong susunod na linggo para sa isang summit kung saan ang mga lider sa pisika ay susubukang magkaisa tungkol sa paraan ng pagtugon sa pagpapabilis ng agham. “Ang mga pinakamahusay na pamamaraan ay patuloy pang bumubuo… Naniniwala kami na ang pagpapanatili ng transparensya at pag-uugnay sa mga eksperto ay mabuting paraan.”
“Mayroon kaming oras para ilagay ito sa panahon na ito… Ito ang unang beses kong ipinrint ang aking solusyon na natanggap sa pamamagitan ng AI, at nang basahin ko ito, isip ko, ‘Sige, paano ko ito ipapakita sa mga tao nang mas natural?’” sabi ni Turturean sa TechCrunch. Sinabi niya na inaasahan ng akademya na ipaliwanag niya ang resultang ito. “Napagtanto ko rin na, wow, malaki ang kahalagahan ng mga bagay na kayang gawin ng AI.”