ห้องปฏิบัติการแห่งชาติอาร์กอนน์เปิดตัวบริการอนุมาน AI ระดับใหญ่สำหรับวิทยาศาสตร์เปิด

การแข่งขันในการสร้างโมเดล AI ที่ใหญ่ขึ้นได้ครอบงำข่าวสารมานานหลายปี แต่หนึ่งในความท้าทายที่ยิ่งใหญ่ที่สุดในการคำนวณทางวิทยาศาสตร์ยังคงไม่ได้รับการแก้ไขคือ วิธีการที่นักวิจัยสามารถใช้ระบบ AI ที่ซับซ้อนได้โดยไม่ต้องสร้างโครงสร้างพื้นฐานที่มีค่าใช้จ่ายสูง

这是ห้องปฏิบัติการแห่งชาติอาร์กอนน์ (Argonne National Laboratory) ที่พยายามแก้ไขปัญหานี้ด้วยการเปิดตัวบริการอนุมาน AI ระดับใหญ่ที่ออกแบบมาเฉพาะสำหรับวิทยาศาสตร์เปิด

บริการใหม่นี้พัฒนาโดย Argonne Leadership Computing Facility (ALCF) ให้นักวิจัยสามารถเข้าถึงโมเดลภาษาใหญ่ โมเดลพื้นฐานทางวิทยาศาสตร์ และระบบการมองเห็นคอมพิวเตอร์โดยตรงบนโครงสร้างพื้นฐานการคำนวณประสิทธิภาพสูงของอาร์กอนน์ แทนที่จะฝึกโมเดลหรือจัดการคลัสเตอร์ฮาร์ดแวร์เฉพาะ นักวิทยาศาสตร์สามารถใช้แพลตฟอร์มอนุมานที่ใช้ร่วมกันซึ่งได้รับการปรับให้เหมาะสมสำหรับกระบวนการวิจัยขนาดใหญ่

ทำไม AI Inference จึงมีความสำคัญสำหรับวิทยาศาสตร์

ส่วนใหญ่ของการอภิปรายเกี่ยวกับ AI มุ่งเน้นไปที่การฝึกอบรม แต่การอนุมานคือจุดที่ระบบ AI มีประโยชน์จริง การอนุมาน AI คือระยะที่โมเดลที่ได้รับการฝึกอบรมวิเคราะห์ข้อมูล สร้างการคาดการณ์ ตีความผลลัพธ์ หรือช่วยในการตัดสินใจในเวลาจริง

สำหรับการวิจัยทางวิทยาศาสตร์ การอนุมานสามารถเร่งกระบวนการการทดลองได้อย่างมาก ชุดข้อมูลขนาดใหญ่จากเครื่องเร่งอนุภาค ทلسโกป์ การทดลองการหลอมรวม นิวคลีโอไทด์ ซิมูเลชันโมเลกุล และอื่นๆ มักจะท่วมท้นกระบวนการวิเคราะห์แบบดั้งเดิม ระบบการอนุมาน AI สามารถตีความชุดข้อมูลเหล่านี้ได้อย่างรวดเร็ว ช่วยให้นักวิจัยสามารถระบุรูปแบบหรือความผิดปกติที่จะใช้เวลาหลายสัปดาห์หรือหลายเดือนในการค้นพบ

บริการใหม่ของอาร์กอนน์มีจุดมุ่งหมายเพื่อกำจัดอุปสรรคหลักโดยการทำให้ความสามารถการอนุมานที่ซับซ้อนสามารถเข้าถึงได้โดยเป็นทรัพยากรที่ใช้ร่วมกัน แทนที่จะกำหนดให้ทุกสถาบันต้องใช้ AI สแต็คของตนเอง

Michael Papka ผู้อำนวยการ ALCF อธิบายโครงการนี้ว่าเป็นการเปลี่ยนแปลงจากการให้บริการพลังคำนวณแบบดั้งเดิมไปสู่การให้บริการวิทยาศาสตร์ที่มี AI เป็นศูนย์กลาง

โครงสร้างพื้นฐาน AI ระดับชาติสำหรับการวิจัย

บริการการอนุมานนี้เชื่อมโยง chặtชิดกับ Genesis Mission ของกระทรวงพลังงานสหรัฐฯ ซึ่งเป็นโครงการระดับชาติที่มุ่งเน้นในการเร่งการค้นพบทางวิทยาศาสตร์ผ่านโครงสร้างพื้นฐาน AI โครงการมีจุดมุ่งหมายเพื่อเชื่อมต่อซูเปอร์คอมพิวเตอร์ เครื่องมือทางวิทยาศาสตร์ และชุดข้อมูลขนาดใหญ่เข้าด้วยกันเป็นระบบ AI ที่รวมกันซึ่งสามารถรองรับการวิจัยรุ่นต่อไป

ระบบของอาร์กอนน์สนับสนุนนักวิจัยจากห้องปฏิบัติการแห่งชาติ DOE หลายแห่ง รวมถึง Brookhaven National Laboratory Lawrence Berkeley National Laboratory Oak Ridge National Laboratory และ Los Alamos National Laboratory ความคิดเห็นโดยรวมคือการสร้างแพลตฟอร์มวิจัยระดับชาติที่เชื่อมต่อซึ่งเครื่องมือ AI ข้อมูลการทดลอง และทรัพยากรซูเปอร์คอมพิวเตอร์สามารถทำงานร่วมกันได้อย่างราบรื่น

สิ่งนี้มีความสำคัญอย่างยิ่งเมื่องาน AI ทางวิทยาศาสตร์มักเกี่ยวข้องกับกระบวนการทำงานแบบตัวแทนซึ่งโมเดลโต้ตอบซ้ำๆ กับระบบซิมูเลชัน ฐานข้อมูล และเครื่องมือวิเคราะห์ กระบวนการเหล่านี้สามารถสร้างการบริโภคโทเค็นและค่าใช้จ่ายการคำนวณที่มากเมื่อทำงานบนแพลตฟอร์ม AI 상업 โครงสร้างพื้นฐานของอาร์กอนน์ถูกออกแบบมาเพื่อรองรับกระบวนการเหล่านี้ภายในสำหรับการใช้งานทางวิทยาศาสตร์

เทคโนโลยีเบื้องหลังแพลตฟอร์ม

บริการนี้ให้การเข้าถึงหลายตระกูลโมเดล รวมถึงโมเดล Gemma ของ Google (GOOGL ) โมเดล LLaMA ของ Meta และระบบ GPT-OSS ของ OpenAI พร้อมด้วยโมเดลพื้นฐานทางวิทยาศาสตร์เฉพาะโดเมนและระบบที่พัฒนาโดยอาร์กอนน์ เช่น AuroraGPT

AuroraGPT มีความโดดเด่นเป็นพิเศษเพราะเป็นตัวแทนของความทะเยอทะยานโดยรวมของอาร์กอนน์ในการสร้างระบบ AI ที่ฝึกอบรมโดยเฉพาะจากวรรณกรรมทางวิทยาศาสตร์ ชุดข้อมูล และอินพุตการวิจัยแบบหลายโหมด โครงการนี้ได้สำรวจโครงสร้างขนาดใหญ่ที่ได้รับการปรับให้เหมาะสมสำหรับการให้เหตุผลทางวิทยาศาสตร์และสภาพแวดล้อมการคำนวณประสิทธิภาพสูง

โครงสร้างพื้นฐานนี้ทำงานบนระบบ ALCF ที่ได้รับการอุทิศ เช่น Sophia และ Metis โดยมีแผนการขยายไปยังระบบที่มีพลังงานของ NVIDIA (NVDA ) ที่เรียกว่า Tara และ Minerva

ไปไกลกว่าแชทบอท: การใช้งานทางวิทยาศาสตร์ที่แท้จริง

ในขณะที่การอภิปราย AI สาธารณะมักมุ่งเน้นไปที่ผู้ช่วยสนทนา จุดสนใจของอาร์กอนน์อยู่ที่การเร่งการวิจัย

ในการวิจัยพลังงานฟิวชัน ระบบการอนุมานสามารถติดตามพฤติกรรมของพลาสมาในเวลาจริงและคาดการณ์การหยุดชะงักก่อนที่จะเกิดขึ้น ในดาราศาสตร์และฟิสิกส์ของอนุภาค ระบบ AI สามารถวิเคราะห์กระแสข้อมูลจากทلسโกป์หรือคอลไลเดอร์เพื่อระบุเหตุการณ์หายากได้อย่างมีประสิทธิภาพ ในเคมีและวัสดุศาสตร์ ระบบการอนุมานสามารถประสานงานซิมูเลชันโมเลกุลและอัตโนมัติกระบวนการคำนวณขนาดใหญ่

ตัวอย่างหนึ่งที่อาร์กอนน์ เน้นย้ำคือ ChemGraph ซึ่งเป็นเฟรมเวิร์กที่ขับเคลื่อนด้วย AI ที่ออกแบบมาเพื่อทำให้กระบวนการซิมูเลชันโมเลกุลง่ายขึ้น ระบบนี้ใช้การโต้ตอบของเครื่องมือ AI ที่ซ้ำๆ กันเพื่อประสานงานซิมูเลชัน การวิเคราะห์ข้อมูล และการทดลองแบบเรียกซ้ำในกระบวนการทำงานที่เชื่อมต่อกันมากขึ้น

ความหมายที่กว้างขึ้นคือการคำนวณทางวิทยาศาสตร์กำลังพัฒนาจากงานซูเปอร์คอมพิวเตอร์ที่แยกจากกันไปสู่สภาพแวดล้อมการวิจัยที่มี AI เป็นศูนย์กลางอย่างต่อเนื่อง

บทบาทที่เพิ่มขึ้นของอาร์กอนน์ในโครงสร้างพื้นฐาน AI

ก่อตั้งขึ้นในปี 1946 ห้องปฏิบัติการแห่งชาติอาร์กอนน์เป็นหนึ่งในสถาบันวิจัยทางวิทยาศาสตร์ที่สำคัญที่สุดของสหรัฐอเมริกา โดยเฉพาะอย่างยิ่งในด้านการคำนวณประสิทธิภาพสูง ระบบพลังงาน วัสดุศาสตร์ และการวิจัยนิวเคลียร์ ห้องปฏิบัติการดำเนินการภายใต้กระทรวงพลังงานสหรัฐฯ และมีบทบาทสำคัญในหลายรุ่นของโครงการซูเปอร์คอมพิวเตอร์ของอเมริกา

ในช่วงไม่กี่ปีที่ผ่านมา อาร์กอนน์ได้กลายเป็นหนึ่งในสถาบันที่มีอิทธิพลมากที่สุดในการพัฒนา AI สำหรับวิทยาศาสตร์ผ่านโครงการที่เชื่อมโยงกับการคำนวณแบบเอ็กซาสเกลและโมเดลพื้นฐานทางวิทยาศาสตร์ขนาดใหญ่ ALCF เองเป็นที่ตั้งของระบบคอมพิวเตอร์ที่ทันสมัยที่สุดของประเทศ รวมถึง Aurora ซึ่งเป็นหนึ่งในซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก

การเปิดตัวบริการการอนุมานสะท้อนถึงการเปลี่ยนแปลงที่ใหญ่กว่าที่เกิดขึ้นทั้งในสาขาวิชาการและด้านการคำนวณขององค์กร: การเปลี่ยนแปลงจากการใช้โมเดล AI แบบสแตนด์อโลนไปสู่การนำโครงสร้างพื้นฐาน AI ที่รวมเป็นหนึ่งเดียวซึ่งสามารถรองรับกระบวนการทำงานที่มีขนาดใหญ่และต่อเนื่อง

สำหรับการวิจัยทางวิทยาศาสตร์ การเปลี่ยนแปลงนี้อาจช่วยย่นระยะเวลาระหว่างการสร้างข้อมูลดิบและการค้นพบที่มีความหมายได้อย่างมาก