Mokslas ir visata

[John]

Kiek suprantu modelis yra apdorojęs labai daug teksto ir nėra "prijungtas" prie interneto, t.y. be jokios informacijos apie užklausas įvedantį žmogų (kaip parašyta pas juos puslapyje, deep learning modelyje yra 185 milijardai parametrų) ir tada algoritmai statistiškai bando atspėti koks žodis sekoje yra labiausiai tikėtinas įvertinus žmogaus įvestų žodžių seką. Rezultate imituojama natūrali žmogiška kalba tokiame lygyje, jog net pasidaro nejauku. Ilgiau su juo pažaidus matosi, kad tai tik kvailas ir deterministinis bet labai pažangus modelis (žmonės irgi deterministinės sistemos) ir jokios sąmonės ir supratimo ten nėra. Žinoma viskas milijoną kartų sudėtingiau negu šis paprastas paaiškinimas, bet aš apie detales neturiu žalio supratimo.

The architecture is a standard transformer network (with a few engineering tweaks) with the unprecedented size of 2048-token-long context and 175 billion parameters (requiring 800 GB of storage). The training method is "generative pretraining", meaning that it is trained to predict what the next token is.

https://en.wikipedia.org/wiki/GPT-3

Ateinančiai mėnesiais pasirodys GPT-4 kuris bus dar galingesnis.

Keista, nes parašius "Who is Dangoraižistas and what topics he's interested in" man tas AI duoda pakankamai tikslų Dangoraižisto apibūdinimą miestai.net. Gal visgi biškiuką pagūglina tas AI?

[Evier]

Tai čia tiesiog iš kelių raktinių žodžių sukuria istoriją. Kaip dall-e iš kelių raktinių žodžių sudeda vaizdą. Man didesnį įspūdį daro AI gebėjimas iš nuotraukos išimti tekstą (ok čia jau old), arba Photoshop gebėjimas gana realistiškai užpildyti iškirptas vietas nuotraukoje (ribotai, bet vistiek).

[Creatium]

Tai čia tiesiog iš kelių raktinių žodžių sukuria istoriją. Kaip dall-e iš kelių raktinių žodžių sudeda vaizdą. Man didesnį įspūdį daro AI gebėjimas iš nuotraukos išimti tekstą (ok čia jau old), arba Photoshop gebėjimas gana realistiškai užpildyti iškirptas vietas nuotraukoje (ribotai, bet vistiek).

Ne, tai nėra tiesiog ekstrapoliavimas iš kelių žodžių. Yra pavyzdžių, kur žmonės duoda programavimo kodo pavyzdį su klaida ir prašo paaiškinti kodėl jis neveikia. Ir tą padaro.

Chatas yra tik įdomus interfeisas šitai sistemai. Bet pamatiniame lygmenyje kiek girdėjau jį pradeda naudoti Tesla savo autopiloto sistemose, kad jų AI vertindamas situacijas eisme "pasitartų" su savimi (paprastai šnekant). Šitas dalykas taip pat įneš neįtikėtiną revoliuciją ugdyme: kiekvienas mokinys galės turėt po personalizuotą botą, su kuriuo galės realiu laiku diskutuoti visomis temomis. Esmė šito boto bus ta, kad jis galės suprasti ką ir kiek mokinys supranta ir nesuprantamus dalykus paaiškinti paprasčiau (arba sudėtingiau jeigu reikia). Taip pat jau yra pavyzdžių iš kiek senesnių šitos sistemos versijų, kur buvo duodami perskaityti tūkstančiai mokslinių straipsnių ir prašoma rasti ryšius tarp jų.

P.S. Ta pati sistema naudojama ir vaizdų generavimui iš teksto. Čia kur buvo irgi prieš kurį laiką tos pačios įmonės publikuoti įrankiai.

[Eidvis]

AI yra AI, nes jis yra pajėgus priimti savo sprendimą, kuris tam tikra prasme iš anksto nebuvo suprogramuotas. Pavyzdys galėtų būti kameros, atpažįstančios automobilio numerius ir pakeliančios šlagbaumą, kokios yra prie prekybos centrų. Yra galimybė tai suprogramuoti, bet galima tai padaryti ir AI pagalba. AI tiesiog 'sumaitinamas' tūkstančiais nuotraukų su mašinų numeriais ir jis pats išmoksta juos atskirti ir tiksliai identifikuoti. AI esmė yra, kad jis turi pats išmokti kažką daryti, o kad išmokti - jam reikia pateikti milžinišką kiekį duomenų.

[digital]

Lietuvių mokslininkams – tarptautinis pripažinimas už kovą su pavojingais virusais: tyrimas publikuotas prestižiniame žurnale „Nature“

Viename labiausiai cituojamų ir įtakingiausių pasaulyje mokslo žurnalų „Nature“ buvo publikuotas Vilniaus universiteto Gyvybės mokslų centro (VU GMC) vyresniosios mokslo darbuotojos dr. Giedrės Tamulaitienės ir kolegų bei Izraelio mokslininkų iš Weizmanno mokslo instituto straipsnis „Activation of Thoeris antiviral system via SIR2 effector filament assembly“ („Thoeris antivirusinės sistemos aktyvavimas susidarant SIR2 efektoriaus filamentui“).

Mokslininkai nustatė iki tol nežinomą bakterijų apsaugos sistemos Thoeris (pavadintos egiptiečių deivės, saugančios gimdymus ir vaisingumą, vardu) aktyvaus efektoriaus struktūrą ir pasiūlė aktyvavimo mechanizmą.

Be jau gerai žinomų genų ir genomų „žirklių“ – restrikcijos-modifikacijos, CRISPR-Cas sistemų, šiuo metu yra atrasta daugiau nei 100 apsaugos sistemų, kuriomis bakterijos ginasi nuo virusų. Dr. G. Tamulaitienė su kolegomis tyrinėja bakterijų apsaugos sistemą Thoeris, kurią sudaro TIR baltymas jutiklis ir SIR2 baltymas efektorius. Jutiklis „pajautęs“ viruso infekciją pasiunčia „žinutę“ – susintetina unikalią mažą molekulę gcADPR. Šią žinutę-molekulę atpažįsta kitas sistemos baltymas SIR2 efektorius, kuris pradeda degraduoti bakterijos gyvybingumui būtiną kofaktorių NAD.

Tad viruso infekuota bakterija „pasiaukoja“ – žūsta nespėjus virusui pasidauginti, tačiau taip suteikia galimybę išgyventi kaimyninėms bakterijoms ir išsaugoti jų populiaciją. Iki šiol nebuvo žinoma, kaip Thoeris efektorius perskaito jam pasiųstą „žinutę“ ir atlieka savo funkciją – išnaudoja ląstelei gyvybiškai svarbų NAD kofaktorių tik esant viruso infekcijai.

[digital]

CERN planuose – dar vienas greitintuvas: apims plotą didesnį nei Vilnius kartu su Kaunu

Prieš 70 metų duris mokslininkams atvėre didžiausia laboratorija po žeme - CERN. Vienu didžiausių šios įstaigos pasiekimu laikoma 2012 m. aptikta „nesugaunamoji“ dalelė – Higgso bozonas. Dabar mokslininkai nori statyti 90 km ilgio Ateities žiedinį greitintuvą (angl. Future Circular Collider, FCC) Higgso bozono dalelei tirti. Visgi kai kurie kritikuoja idėją į šį projektą investuoti 17 mlrd. JAV dolerių, skelbia „Deutsche Welle“ (DW).

K. Descho teigimu, tolesni Higgso bozono tyrimai galėtų atskleisti daugiau informacijos apie visatos kilmę ir tamsiąją medžiagą, apie kurią žinome labai mažai.

Vokietijos elektronų sinchrotrono dalelių fizikos direktorė Beate Heinemann pridūrė, kad būsimi CERN tyrimai gali paaiškinti, kodėl stebime daugiau materijos nei antimaterijos, nes tai reiškia, kad „kažko trūksta“.