Ilmu Lila sedang mengembangkan platform superintelligensi ilmiah yang mendukung AI-berpasangan dengan laboratorium otonom-yang dapat menjalankan seluruh metode ilmiah.
Dalam percakapan dengan MobiHealthNewsMolly Gibson, presiden sains masa depan di Lila Sciences, menjelaskan bahwa teknologi ini melampaui aplikasi AI tradisional, seperti pemodelan protein, dengan menghasilkan hipotesis, merancang eksperimen dan belajar dari hasil.
Dia juga menyoroti risiko potensial, seperti penciptaan produk biologis patogen, dan menggambarkan bagaimana Lila secara aktif bekerja untuk mengurangi mereka.
MobiHealthNews: Bisakah Anda ceritakan tentang teknologi di balik Ilmu Lila?
Molly Gibson: Lila Sciences adalah pengawasan ilmiah dengan laboratorium otonom. Jadi, kami sedang membangun kemampuan untuk memperluas pengetahuan dengan menjalankan metode ilmiah. Jadi, Anda mengambil berbagai aspek sains, biologi dan mikrobiologi dan banyak lagi, dan Anda menggunakan komputer untuk melihat bagaimana mereka dapat bekerja sama.
Jadi, secara historis, selama lima hingga 10 tahun terakhir, karena kami telah mulai menggunakan AI generatif dalam sains, kami telah menerapkannya benar -benar pada bagian -bagian sains ini bahwa otak manusia tidak terhubung. Jadi, hal -hal seperti pemodelan protein, atau struktur molekul terapi protein, adalah sesuatu yang tidak dapat dilakukan oleh otak manusia kita. Kami telah menerapkan AI di tempat -tempat itu, dan di domain -domain sempit itu, kami telah dapat menunjukkan dengan sangat cepat bahwa AI dapat melakukan lebih baik daripada manusia.
Hal yang belum kami tunjukkan sebelumnya adalah bahwa AI benar -benar dapat mulai melakukan beberapa alasan metode ilmiah yang secara tradisional paling cocok untuk dilakukan manusia. Jadi, kemampuan untuk menghasilkan hipotesis baru tentang dunia, untuk merancang percobaan, untuk menguji hipotesis itu, untuk masuk ke lab dan benar -benar menjalankan eksperimen itu dan belajar darinya. Itulah yang dilakukan oleh para ilmuwan manusia secara tradisional.
Kami sekarang percaya bahwa AI akan dapat melakukan semua komponen itu untuk menjalankan roda penuh sains, dan itulah yang kami yakini, memperluas pengetahuan dan kemampuan untuk membangun pengawasan ilmiah.
MHN: Apakah ini mirip dengan komputer kuantum?
Gibson: Kami menggunakan komputasi tradisional, komputasi GPU. Jadi, Anda dapat menganggapnya sebagai jenis kemajuan yang serupa, tetapi tidak benar -benar kuantum, bukan dari perspektif jenis perhitungan yang kami lakukan. Lebih dari cara kita mengintegrasikan AI ke dalam metode ilmiah.
MHN: Bagaimana AI dan Superintelligence akan mengubah penelitian ilmiah?
Gibson: Ini akan mengubah proses yang dengannya kami melakukan penelitian ilmiah secara umum. Saya pikir itu pada akhirnya akan berdampak pada peran seorang ilmuwan. Para ilmuwan akan selalu memiliki peran yang sangat penting dan penting dalam penemuan ilmiah, tetapi beberapa hal yang dilakukan para ilmuwan saat ini akan dilakukan oleh AI.
Tapi yang benar -benar saya yakini adalah sebenarnya akan membuat peran seorang ilmuwan jauh lebih menyenangkan, mengasyikkan dan kolaboratif. Laju penemuan akan meningkat.
Anda dapat membayangkan bahwa peran seorang ilmuwan jauh lebih memandu AI menjadi lebih kreatif, untuk memperluas pencarian yang dapat kita jelajahi, tetapi [their role] dibantu oleh AI. Jadi, saya pikir itu akan mengubah sifat dari apa artinya menjadi seorang ilmuwan.
MHN: Jadi ini adalah alat bagi para ilmuwan; itu tidak akan menggantikan ilmuwan?
Gibson: Ya, ini adalah alat bagi para ilmuwan. Ini akan menggantikan beberapa hal yang dilakukan para ilmuwan saat ini, tetapi itu tidak berarti itu akan menggantikan para ilmuwan.
Hari ini, kami memiliki para ilmuwan brilian yang merancang peta pelat untuk bagaimana eksperimen dijalankan, dan itu adalah hal -hal yang seharusnya bebas dari mereka. Ketika mereka dilatih sebagai ilmuwan, mereka benar -benar ingin tetap menjadi ilmuwan; Mereka ingin tetap dalam profesi itu, dan seringkali hari ini, saya melihat begitu banyak ilmuwan yang berusaha menjauh dari bangku. Bagaimana kita mengizinkan AI melakukan langkah -langkah itu sementara mereka bisa melakukan bagian yang menyenangkan?
MHN: Seberapa akurat komputer Superintelligence?
Gibson: Itu sangat tergantung pada apa yang Anda lihat. Saat ini, ada banyak tempat di mana itu sangat akurat. Kemampuan kami untuk merancang protein saat ini, misalnya, adalah salah satu tempat di mana benar -benar luar biasa apa yang dapat kami lakukan.
Ada tempat -tempat lain di mana ada ruang yang belum dijelajahi, dan ketika kita masuk ke ruang yang lebih dan lebih tidak pasti, itu akan menjadi semakin tidak akurat. Jadi seperti jenis sistem komputasi lainnya atau kecerdasan apa pun, jujur, itu menjadi kurang akurat karena kurang pasti dan di tempat yang lebih pasti, tempat -tempat yang dieksplorasi lebih banyak, itu lebih akurat. Dan itu hanya bagaimana menjelajahi ruang baru. Jika kita benar -benar akan pergi ke tempat -tempat baru, itu tidak akan tahu banyak sampai mulai menjelajahinya.
MHN: Apakah ini mirip dengan Presiden Trump Project Stargate Dan apa yang mereka coba capai – menyembuhkan penyakit dengan meningkatkan sistem AI?
Gibson: Ada beberapa kesamaan di banyak upaya AI. Saya akan mengatakan hal yang saya pikir benar -benar istimewa tentang Lila adalah fokus pada sains, dan kemampuan kita untuk benar -benar mengerti. Ini dibangun oleh para ilmuwan, dijalankan oleh para ilmuwan, dan dijalankan oleh para ilmuwan AI juga. Tapi kami sangat memahami masalah sains dan bagaimana benar -benar melakukan sains.
Ada komponen -komponen dunia nyata yang harus Anda hadapi ketika Anda membuat penemuan ilmiah, dan itulah yang sebenarnya kami bangun. Kami sedang membangun pabrik sains AI yang memungkinkan Anda untuk benar -benar pergi ke lab, menjalankan eksperimen dan memperluas pengetahuan. Jadi, kami tidak berhenti membangun sistem AI pusat; Kami benar-benar membangun tumpukan penuh terintegrasi, ujung ke ujung, untuk penemuan ilmiah.
MHN: Apakah Anda pikir teknologinya pada akhirnya akan menyembuhkan penyakit?
Gibson: Saya percaya bahwa kita akan melihat obat. Saya pikir ada banyak jangkauan seperti apa arti itu dan apa arti obatnya sebenarnya. Yang sangat saya yakini adalah bahwa AI akan membuat kondisi manusia dan kesehatan secara dramatis lebih baik. Apakah itu akan menyembuhkan penyakit atau apakah itu akan memungkinkan kita untuk hidup di dunia tanpa obesitas, apakah itu akan memungkinkan kita untuk bersaing dengan krisis kesehatan mental – semua hal itu akan ditingkatkan dengan jenis sistem ini. Definisi yang tepat dari menyembuhkan penyakit sering diperdebatkan, tetapi hari ini, saya pikir hanya manfaat yang kita tahu bahwa hidup akan lebih baik ketika kita telah memperluas pengetahuan ilmiah.
MHN: Apa yang Anda sukai sejauh risiko? Apakah Anda mengawasi sesuatu saat memajukan teknologi ini?
Gibson: Dari sudut pandang saya, banyak risiko yang kita lihat adalah hal -hal yang tidak bisa kita prediksi hari ini. Jadi apa yang sedang kami kerjakan adalah mencoba mengidentifikasi bagaimana kami melacaknya. Bagaimana kita mengenali mereka sebelum terjadi? Bagaimana kita mempersiapkan diri kita untuk saat -saat di mana kecerdasan telah naik ke level baru?
Apa yang sedang kami kerjakan membangun adalah kerangka keselamatan yang memungkinkan kami untuk mengatakan, “Oke, model ini atau model ini dapat meningkatkan kemampuan kami bagi non-ilmuwan untuk melakukan metode ilmiah canggih. Apa risiko yang terkait dengan itu? Bagaimana kami melacaknya? Bagaimana kami memastikan bahwa AI kami tidak secara sengaja atau tidak sengaja membuat produk biologis yang menyedihkan?”
Beberapa dari hal -hal ini yang harus kami uji selama beberapa dekade. Dengan munculnya bahkan dapat mensintesis DNA, kami harus bersaing dengan gagasan mensintesis agen patogen, dan kami telah belajar dari semua itu.
Sekarang, kami hanya mencoba menerapkan apa yang baru dengan AI dalam hal itu, dan itu benar -benar hanya menjaga prosedur keselamatan yang sama untuk semua sistem biologis yang kita miliki saat ini, tetapi juga bersaing dengan segala jenis niat jahat atau niat buruk oleh, seperti, hanya kesalahan oleh sistem AI.
MHN: Benar. AI memiliki banyak potensi, tetapi Anda harus berhati -hati karena bagaimana jika AI ingin menciptakan sesuatu yang menghancurkan kita?
Gibson: Saya pikir, seperti, ini perdebatan, bukan? Dan saya pikir, pada akhirnya, kita harus sangat berhati -hati, tetapi hindari membangun hal yang akan meningkatkan dunia … Saya pikir Anda hanya harus melakukannya dengan hati -hati. Seperti di industri lain, ketika Anda membuat mobil self-driving, ada begitu banyak manfaat untuk itu, tetapi kami harus melakukannya dengan hati-hati.
