Revoluția tăcută AI, cea care rearanjează viitorul, se întâmplă departe de ecranele consumatorilor. Demis Hassabis, CEO Google DeepMind și recent laureat al Premiului Nobel, stă de vorbă cu jurnalista Cleo Abram despre cum AI-ul rezolvă probleme științifice de 50 de ani în doar câteva secunde și compromisurile care se întâmplă când laboratoarele științifice devin terenuri de luptă corporativă.
AlphaFold și democratizarea științei
Unul dintre punctele de cotitură ale conversației este AlphaFold, sistemul care a rezolvat problema plierii proteinelor, demers ce i-a adus lui Hassabis Premiul Nobel. Timp de decenii, determinarea formei 3D a unei singure proteine costa laboratoarele lumii ani de muncă și bugete uriașe. Hassabis și echipa sa au folosit AI-ul pentru a face acest lucru, refuzând modelul tradițional de „software as a service” limitat.
„Odată ce am realizat nu doar cât de precis putem plia proteinele, ci și cât de repede, într-o chestiune de secunde, am făcut un calcul: câte proteine sunt cunoscute de știință în natură? 200 de milioane. Și mi-am dat seama chiar în mijlocul acelei ședințe, butonând pe telefon, că ar fi posibil să le facem pe toate într-un an. De ce să depunem efortul de a construi servere și de a răspunde la emailuri... când am putea pur și simplu să pliem absolut tot ce ar putea cere vreodată un om de știință și să le punem într-o bază de date, gratuit, pentru toată lumea?”, povestește Hassabis.
Momentul AlphaGo
În 2016, sistemul AlphaGo a șocat lumea când la învins la jocul de Go pe campionul mondial Lee Sedol. Diferența față de vechiul Deep Blue (care l-a bătut pe Kasparov la șah strict bazându-se pe reguli programate de oameni) a fost că sistemul DeepMind a generat tactici noi. Hassabis povestește despre faimoasa Mutare 37.
„Nu doar că a fost o mutare surprinzătoare, dar a fost mutarea critică care, 100 de mutări mai târziu, avea să fie exact în locul potrivit pentru a decide jocul. A schimbat modul în care jucătorii profesioniști joacă Go, dar pentru mine, acesta a fost momentul pe care îl așteptam... semnalul că un sistem bazat pe deep reinforcement learning, care învață singur, putea fi cu adevărat creativ. Acela a fost momentul în care am știut că suntem pregătiți să ne îndreptăm spre probleme științifice reale.”
Mutarea 37 a demonstrat că rețelele neurale nu doar mimează comportamentul uman analizând volume masive de date, ci pot intui și dezvolta concepte strategice la care creierul uman nu se gândise niciodată în istoria jocului.
De la știință la cursa capitalistă
Abram îi amintește de o declarație anterioară, unde spunea că i-ar fi plăcut să țină AI-ul mai mult timp izolat în laborator. Astăzi, DeepMind a fuzionat cu echipele de inteligență artificială ale Google pentru a construi instrumente direct pentru public, precum Gemini, într-un mediu extrem de volatil.
„Merită apreciat ce a făcut OpenAI, ei au scalat modelul și l-au aruncat în lume. Cred că nici măcar ei nu și-au dat seama că va deveni atât de viral, iar noi cu siguranță nu o făcusem. Eram conștienți de lucrurile pe care aceste modele încă nu le puteau face și de halucinațiile pe care le aveau. Partea negativă a acestui fenomen este că ne aflăm acum în această cursă și presiune comercială feroce în care toată lumea e prinsă, alături de o cursă geopolitică globală”, explică Hassabis.
Era agenților autonomi și riscurile majore
Când vine vorba de pericole, Hassabis consideră că dezbaterile publice despre deepfakes și dezinformare sunt griji pe termen scurt, rezolvabile cu instrumente tehnologice. El crede că atenția ar trebui îndreptată în altă parte.
„Pe termen mediu și lung, am două griji majore: actorii răi, fie ei indivizi sau state, care ar putea reprofila aceste tehnologii gândite pentru bine (ca descoperirea de medicamente sau materiale) către scopuri nocive. Și a doua: AI-ul însăși. Pe măsură ce ne îndreptăm către era agenților – adică sisteme capabile să finalizeze sarcini întregi complet pe cont propriu –, aceste sisteme devin foarte capabile și autonome. Cum ne asigurăm că le punem limite astfel încât să facă exclusiv ceea ce li s-a cerut, fără nicio posibilitate accidentală de a lua decizii de capul lor?”
Acesta este dezbaterea alinierii (Alignment Problem) purtată în acest moment de cercetători. Riscul ca un sistem deosebit de complex să capete autonomie decizională greșită, dezvoltând scopuri neprevăzute sau periculoase, este un subiect valid abordat intensiv în comitetele globale de siguranță AI.
Spre stele
Spre final, conversația trece la science-fiction. Hassabis spune că parcursul lui este condus de obsesia de a decoda secretele universului, pe care fizica clasică încă nu le poate rezolva pe deplin.
„Eu sunt extrem de interesat să aflu pur și simplu adevărul. Vreau să folosesc AI-ul ca pe un instrument care să ne ajute să înțelegem natura realității. Dacă vom traversa cu bine momentul descoperirii AGI (inteligența artificială generală), am putea s-o folosim pentru a rezolva alte probleme rădăcină din știință: poate descoperim superconductorii la temperatura camerei sau cum să stabilizăm energia de fuziune. Asta ne-ar da energie infinită și curată din apa mării, ceea ce ar reduce complet costurile pentru navele spațiale.
Dintr-odată, pur și simplu călătoria printre stele și înflorirea omenirii devin scenarii plauzibile în următorii 50 de ani”, spune Hassabis.
