Ученые больше не нужны? Как AI меняет науку | Ивар ft. Андрей Устюжанин | Мыслить как ученый

AI science. Новый вид науки, который как

бы AI enhanced science, то есть как бы

наука на стероидах с помощью

искусственного интеллекта.

>> Часть из этих задач построения новых

теорий, новых моделей уйдёт технологии

этих AIгентов.

>> Стоит ли кожаным мешкам или мясным

компьютерам бояться, что AI отберёт у

них работу? Здесь есть определённый риск

появления там условного AI, MLM, AI

scienст, который будет выполнять такие

задачи быстрее, дешевле и без каких-то

лишних эмоций.

>> Появятся люди, которые используют и как

метод и занимаются наукой не внутри

какой-то одной области, а вообще.

>> Действительно, компании выиграли гонку

за GPU и за данные.

Но ещё ни одна компания не выиграла

гонку за Почему?

Добрый день, друзья. Это Ивор Максутов.

микрофона. Значит, вы слушаете подкаст

Мыслить как учёный, в котором я

разговариваю с людьми, которые с силой

своей мысли меняют мир вокруг вокруг

нас, вокруг себя, вокруг нас,

собственно, меняют мир. И сегодня у нас

разговор про искусственный интеллект и

науку, про то, как искусственный

интеллект внедряется в науку, её меняет,

где границы академии индустрии.

Разговариваем мы с главным по науке

чифсаciнс офисером компании Конструктор

тех Андреем Истюжаниным. Мы с Андреем м

в своё время довольно много

разговаривали про карты научного знания,

про то, как ээ AI даёт нам возможность

лучше понимать науку и находить

потенциально новые области ээ

исследования, находить новые подходы к

науке. Вот сегодня мы постарались начать

об этом разговор. Я думаю, что ещё не

раз вы услышите Андрей, увидите в этом

подкасте. Мы придумали даже любопытную

идею, как можно внедрить ИИ прямо

непосредственно в подкаст. Ну, в общем,

обо всём этом вы услышите буквально

через несколько секунд. Хотел напомнить

вам, что если вы ставите лайки этому

видео и оставляете комментарии, то оно

поднимается выдача ЮтуЮба. Это нам

помогает добираться до большего

количества слушателей. Каждый

оставленный лайк или комментарий

прибавляет несколько десятков до

нескольких сот просмотров

дополнительных. Поэтому, пожалуйста, не

не скупитесь. Ещё мы заметили, что

большое количество, существенная часть

людей, которые смотрят этот эти выпуски

подкастов, не подписаны на наш канал. А

это значит, что вы пропускаете новые

выпуски. Не забудьте подписаться и

поставить колокольчик. Тогда вы будете

знать обо всех новых видео, которые мы

делаем и оставаться с нами на связи.

Приятного вам просмотра.

Андрей Устюжанин, профессор компьютерных

наук и исследователь, работающий на

стыке искусственного интеллекта и

современной физики. Его группа применяет

методы машинного обучения в физике

высоких энергий и науки о материалах. За

свой вклад в исследование на большом

адронном коллайдере в двадцать пятом

году стал лауреатом Breakthrough Price,

одной из самых престижных научных премий

в мире. Автор 950 статей по физике и

методам искусственного интеллекта с

индексом Хирша 145. Андрей, здравствуй.

Э, спасибо тебе, что нашёл время. Мы

несколько раз пытались записаться.

Сначала были технические сложности у

нас, потом у тебя. Но я рад, что мы, э,

что мы встретились сегодня.

>> Спасибо. Привет.

Подожди, извини, пожалуйста.

>> Да,

>> ты ты мне скажешь, когда там можно

говорить или это просто интро, которыми

нужно кивать?

>> У нас нет правил. И более того, мы это

оставим. То есть у нас нет правил. Мы

просто у нас такой без я как объяснял

одному гостю, который сомне ну как бы

сомневался идти не идти в подкаст. Я

говорю: "У нас такой безнаказанный

разговор, мы просто беседуем с умными

людьми о том, что нам интересно сейчас,

про то, как движется прогресс, ээ если

вообще он движется, про четвёртую

индустриальную революцию, про то, что

нового принесёт мир, потому что мы все,

в общем, обеспокоены и воодушевлены

изменениями одновременно, и хотелось бы

с этим со всем разбираться. Ты можешь

врываться в в любой момент. Мы с тобой

начали уже обмениваться мнениями за

пределами записи и придумали довольно

любопытный формат. Я его оставлю, чтобы

потом, если мы доберёмся до его

реализации, мы могли потом

процитировать, когда мы это придумали,

чтобы пустить в следующем, э, выпуске, в

следующий раз, когда мы встретимся,

пустить третьего гостя в какой-то форме

искусственного искусственного

интеллекта, какого-то агента или

собеседника, то ли соведущий, то ли мой

соведущий, то ли твой согость, то ли

фактчекер, то ли какой-нибудь аватар

Эйнштейна, который появля является и и

что-то нам предлагает какую-то

вселенскую вечную мудрость. Ну, в общем,

вот это нам надо ещё определить. Но

сегодня мы будем говорить про

искусственный интеллект для науки.

Что он принесёт, какие, может быть,

риски несёт, а какие есть уже результаты

и как будет выглядеть ээ наука в пост AI

эру а или AGI, дальше э и так далее. И

ещё, конечно, хотелось поговорить про

рынок труда или точнее, как академия

индустрия существует и про роль чиф

science офиicсера, который ты занимаешь

в конструктор техи, а, и вообще как

индустрия забирает функции науки и

забирает ли на самом деле. Но давай

начнём с AI для науки. Стоит ли кожаным

мешкам, э-э, или мясным компьютерам, как

ты в прошлый раз назвал,

любовно назвал учёных, боятся, что AI

отберёт у них работу? Мне казалось, что

наука - это последний бастион. И как бы

люди, изобретающие, открывающие идеи,

проводящие исследования, ну, они

обезопашены на много-много лет вперёд. А

что ты про это думаешь? Во-первых,

спасибо за то, что пригласил. Очень

приятно, наконец, увидеться в таком

формате. Действительно, тема очень

актуальная, горячая и и как сейчас люди

и называют, я я вижу, вот слышу из самых

разных источников и мясные компьютеры.

Это не я придумал, это Андрей Карпатый

из какого-то недавнего твитпоста, в

котором он посмотрел, нас какой

скоростью

его агенты оптимизируют Nano GPT. Это

модель, языковая модель,

которая гораздо более эффективнее и

гораздо более быстра для обучения.

И это такой бенчмарк. На нём можно

оттачивать какие-то техники оптимизации.

кода оптимизации процесса обучения нейро

сети выполнению языковых задач языковых

функций как языковой модели там пост был

посвящён тому что он на 3 дня оставил

а агентов без присмотра оставив им

пожелание в фиде давайте мы

улучшим и оптимизируем

нано GPT

и они за 3 дня успели ли оптимизировать

его настолько,

что скорость обучения,

скорость обучения на GPT до уровня GPT2

сократилась на там 10%.

То есть с двух дней стало

день и и сколько-то часов, что, в общем,

внушает определённые

и надежды и и опасения в одновременно.

И такие процессы происходят повсюду с

разработкой

алгоритмов машинного обучения, с

автоматизации процесса, того, как можно

делать науку быстрее, более эффективно,

и с постановкой

задач, на которые можно тратить время и

силы, человеческие и нечеловеческие. Это

всё всё очень сильно меняется. И и я бы

сказал, тут есть такая развилка или

такая рамка, что на эти технологии можно

смотреть как на некий ускоритель, там

двигатель внутреннего сгорания, который

загоняет лошадиную тягу.

А с другой стороны, это такие очки, э,

неправильной, неправильных диоптрий, то

есть

или может быть там