Zuzanna Stamirowska, Συνιδρυτής και Διευθύνων Σύμβουλος της Pathway – Σειρά Συνεντεύξεων

Zuzanna Stamirowska, Συνιδρυτής και Διευθύνων Σύμβουλος της Pathway, είναι ερευνήτρια που μετατράπηκε σε κατασκευαστή και προηγουμένως εργάστηκε σε φαινόμενα που εμφανίζονται και την εξέλιξη μεγάλης κλίμακας δικτύων. Τα προγράμματά της αναγνωρίστηκαν από την Αμερικανική Εθνική Ακαδημία Επιστημών και κατέχει διδακτορικό τίτλο στη Συμπλεγμένα Συστήματα. Η Zuzanna, μαζί με τον CTO Jan Chorowski και τον CSO Adrian Kosowski, ηγείται μιας ομάδας που έχει ήδη κατασκευάσει ανοιχτά εργαλεία AI με πάνω από 62.000 αστέρια στο GitHub.

Pathway ανασχεδιάζει τον τρόπο με τον οποίο τα μοντέλα AI σκέφτονται, με στόχο τη δημιουργία συστημάτων που λειτουργούν συνεχώς και προσαρμοστικά αντί για παρτίδες. Πίσω από τις κulis, η εργαλειοθήκη και η αρχιτεκτονική της επιτρέπουν στα μοντέλα να επεξεργάζονται, να μαθαίνουν και να εξελίσσονται σε πραγματικό χρόνο. Η εταιρεία έχει προσελκύσει την υποστήριξη από προσωπικότητες όπως ο Lukasz Kaiser (συνεφευρέτης των Transformers) και προεξάρχουσες εταιρείες venture.

Τι σας мотίβαρε να ξεκινήσετε την Pathway, και πώς η εμπειρία σας στα συμπλεγμένα συστήματα, τη θεωρία παιγνίων και τα φαινόμενα που εμφανίζονται επηρέασαν την οπτική και την τεχνική κατεύθυνση της εταιρείας;

Θελήσαμε να δημιουργήσουμε AI που σκέφτεται και προσαρμόζεται όπως οι άνθρωποι. Καταλάβαμε ότι αυτό σημαίνει AI συστήματα (μοντέλα Deep Learning, ή μηχανές μάθησης που κατασκευάζονται από ένα μεγαλύτερο αριθμό τούβλων) που θα ήταν ικανά να μαθαίνουν συνεχώς με βάση δεδομένα από το περιβάλλον, να γίνονται καλύτερα με την εμπειρία, και đôi και να «διορθώνουν» τις προηγούμενες απόψεις τους για τον κόσμο. Πραγματικά, λάβαμε κάποια κάλυψη στο θέμα του «απομάθησης μηχανής». Επάνω από τα μοντέλα, τέτοια συστήματα χρειάζονταν ένα ολόκληρο επίπεδο μηχανικής, για να συλλέξουν δεδομένα από την πηγή και να τα ταΐσουν αμέσως στα δυναμικά συστήματα.

Όταν ξεκινήσατε την εταιρεία το 2020, ποιες ήταν οι πρώτες υποθέσεις σας για το τι θα έπρεπε να κάνουν διαφορετικά τα μελλοντικά συστήματα AI, και πώς έχουν εξελιχθεί αυτές οι απόψεις;

Είχαμε μια ισχυρή πεποίθηση από την αρχή ότι η AI χρειαζόταν να είναι ζωντανή, προσαρμοστική και ολοκληρωμένη σε μεγάλης κλίμακας διαδικασίες. Θα έπρεπε να μαθαίνει απευθείας από την πηγή, με τα πιο ακατέργαστα δεδομένα δυνατά.

Μπορείτε να μας οδηγήσετε μέσα από την αρχιτεκτονική «μετά-Transformer» που εισαγάγετε και πώς διαφέρει από τα τρέχοντα συστήματα Transformer;

Η νέα μας αρχιτεκτονική, που ονομάζεται Baby Dragon Hatchling (BDH), συνδέει正式ώς τον τρόπο με τον οποίο τα Transformers επεξεργάζονται πληροφορίες με τον τρόπο με τον οποίο η σκέψη εμφανίζεται στο εγκέφαλο.

Πώς η προσέγγισή σας εμπνέεται από την ανθρώπινη σκέψη, ιδιαίτερα στην ενεργοποίηση της προσαρμοστικότητας και της συνεχούς μάθησης χωρίς επαναπαίδευση;

BDH φέρνει τη φυσική νοημοσύνη και τη φυσική νοημοσύνη πιο κοντά.

Τι είναι τα μεγαλύτερα εμπόδια για την ανάπτυξη προσαρμοστικών συστημάτων σε βιομηχανίες όπως η υγεία ή η άμυνα, και πώς τα αντιμετωπίζετε;

Με σχεδιασμό, τα τρέχοντα LLMs γεννούν περιεχόμενο που είναι «νέο» χωρίς πραγματική κρίση – καλέστε το «gen» στο gen AI. Πολλές υψηλά ρυθμιζόμενες βιομηχανίες χρειάζονται διακυβέρνηση κατά定义, και είναι διστακτικές να αναπτύξουν AI-κίνητες επιχειρηματικές διαδικασίες χωρίς επαναληψιμότητα, εμπιστοσύνη και παρατηρησιμότητα.

Τι είναι οι απαραίτητες ηθικές σκέψεις ή προφυλάξεις όταν τα συστήματα AI αρχίζουν να μαθαίνουν και να προσαρμόζονται σε πραγματικό χρόνο;

Συστήματα που μαθαίνουν με την εμπειρία στην πραγματικότητα έχουν καλύτερες ευκαιρίες να είναι ασφαλή από τα τρέχοντα, Transformer-βασισμένα. Ένα στοιχείο αυτού είναι το γεγονός ότι με τη συνεχή μάθηση έχουν μια ευκαιρία να αυτο-διορθώσουν και να ενημερώσουν τις προηγούμενες απόψεις τους αν ήταν λάθος.

Τι θα χρειαζόταν για ένα «μετά-Transformer» παράδειγμα να γίνει κυρίαρχο σε ολόκληρη την κοινότητα AI;

Ένα μοντέλο στη αγορά που είναι εξαιρετικά χρήσιμο και έχει σημαντικά χαμηλότερα κόστη συλλογής ενώ είναι ταχύτερο. Πιστεύουμε ότι υπάρχει μια αγορά νίκη να επιτευχθεί, ιδιαίτερα στην επιχείρηση.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν Pathway.