Answer.AI – это новый вид научно-исследовательской лаборатории, которая создаёт практичные продукты для конечных пользователей на основе достижений фундаментальных исследований.

TL;DR (too long; didn't read) [многа букаф, ниасилил]

Джереми Говард (Jeremy Howard, генеральный директор-основатель, соучредитель Kaggle и fast.ai) и Эрик Рис (Eric Ries, директор-основатель, создатель движения «Бережливый стартап» и Long-Term Stock Exchange) представили Answer.AI — новый тип научно-исследовательской лаборатории в области искусственного интеллекта, специализирующейся на создании практичных продуктов для конечных пользователей на основе достижений фундаментальных исследований. Создание Answer.AI поддержано инвестициями в размере 10 млн. долларов США от Decibel VC. Команда Answer.AI будет состоять из специалистов по глубоким технологиям, работающим удалённо – лучших в мире мастеров своего профиля, независимо от того, где они живут, где учились или каких-либо других второстепенных характеристик.

Новая научно-исследовательская лаборатория

В 1831 году Майкл Фарадей показал миру, как использовать электричество. Внезапно в мире появился, в буквальном смысле слова, новый источник энергии. Позднее он нашёл основу для объединения света и магнетизма и понял, что наткнулся на что-то грандиозное:

«Мне удалось обнаружить прямую связь между магнетизмом и светом, а также электричеством и светом, и поле, которое она открывает, настолько велико и, как мне кажется, богато, что я, естественно, хочу рассмотреть его в первую очередь.»
Майкл Фарадей. Из письма Кристиану Фридриху Шёнбейну от 13 ноября 1845 года.

Но было не совсем ясно как же пользоваться этой энергией. Какие товары и услуги можно было бы теперь создать, которые были невозможны раньше? Что теперь можно сделать гораздо дешевле, эффективнее и доступнее? Один человек решил выяснить это, и в 1876 году он основал новый тип научно-исследовательской лаборатории, которую он назвал «Лабораторией изобретений» – лабораторию, которая занималась фундаментальными исследованиями, необходимыми для укрощения электричества, а также прикладными разработками, необходимыми для того, чтобы сделать его полезным на практике.

Возможно, вы слышали об этом человеке, его звали Томас Эдисон (Thomas Edison). И созданная им организация превратилась в компанию, которую вы наверняка знаете – General Electric.

Их поста о выводах Роба Джонсона (Rob Johnson) про запуск Answer.AI

Сегодня мы оказались в похожей ситуации. В мире появился новый источник силы – искусственный интеллект. И, как и раньше, не совсем понятно, как использовать эту силу. Где они, все эти продукты и сервисы на базе ИИ, которые делают нашу жизнь и работу значительно проще и приятнее?

Для создания этих продуктов и услуг на базе ИИ мы создали новую научно-исследовательскую лабораторию под названием Answer.AI. Она займётся фундаментальными исследованиями, необходимыми для приручения ИИ, и разработками, необходимыми для его практического применения.

Итерационный подход к освоению потенциала ИИ

Использование ИИ требует не только низкоуровневых компьютерных наук и математических исследований, но и глубоких размышлений о том, какие приложения могут воспользоваться преимуществами этой новой возможности на практике. Буква D в слове R&D имеет решающее значение, так как только рассматривая разработку практичных приложений, можно определить правильные направления исследований.

Именно поэтому Answer.AI построен на работе экспертов в области исследований и разработок. Его сооснователи Джереми Говард (т.е. автор статьи) и Эрик Рис создали новаторские идеи в каждой из этих областей. Я стал одним из основателей компании fast.ai, где последние 7 лет занимался исследованиями того, как сделать ИИ более доступным, в частности с помощью трансферного обучения (transfer learning) и тонкой настройки (fine tuning). Я работаю с машинным обучением уже более 30 лет, в том числе создал метод тонкой настройки больших языковых моделей ULMFiT, который используется в качестве основы для всех популярных на сегодняшний день языковых моделей, включая ChatGPT от OpenAI и Gemini от Google. Я разработал самый продолжительный в мире онлайн-курс по Deep Learning, в котором показываю студентам, как начинать работу с простых моделей, а затем итеративно улучшать их до высочайшего уровня нынешнего времени.

Я знаю Эрика уже много лет, и нет никого другого, кому бы я доверял или кого бы я уважал больше, поэтому я попросил его стать директором-основателем Answer.AI. Последние 10 лет своей жизни Эрик посвятил совершенствованию того, как компании ведут свою операционную деятельность, обслуживают клиентов, и как они управляются. Он является создателем движения Lean Startup (Бережливый стартап), которое лежит в основе того, как большинство стартапов создают продукты и масштабируют свои организации. Его работа сосредоточена на разработках, т.е. на том, как организации могут пройти путь от идеи до устойчивого и прибыльного продукта на практике, ориентированного на миссию. Одним из его ключевых открытий стало создание и последующее итеративное совершенствование минимально жизнеспособного продукта (англ. minimum viable product, MVP).

Я попросил Эрика высказать свои мысли об уникальном подходе Answer.AI к исследованиям и разработкам, и он резюмировал лучше, чем это мог бы сделать я, поэтому я просто его процитирую:

«Люди думают, что порядок (работы в R&D) таков: «исследование → разработка», и что, следовательно, научно-исследовательская лаборатория сперва выполняет исследования, а затем приступает к разработке. То есть исследование служит основой для разработки, и поэтому практичность (в их понимании) означает наличие исследователей и разработчиков. Но это неправильно и приводит к большому количеству плохих исследований, потому что разработка должна служить основой для исследований, и наоборот. Так что наличие целей в разработке – это способ проводить более эффективное исследование, если вы определите это как свою путеводную звезду.»

Эрик также является экспертом в области управления. Он знает, как следует руководить компаниями, чтобы добиваться соответствия между прибылью и ростом благосостояния людей. Он создал Долгосрочную фондовую биржу (LTSE), первую принципиально новую фондовую биржу США за более чем 50 лет. LTSE требует, чтобы котирующиеся на бирже компании и инвесторы-единомышленники работали над созданием долгосрочной ценности, а не только над максимизацией краткосрочной прибыли. Эрик является председателем LTSE, что означает, что он не только в курсе правильных долгосрочных структур управления, но и находится на самой передовой по изобретению новых систем.

Потребуются годы, чтобы Answer.AI смог в полной мере раскрыть потенциал ИИ, что в свою очередь требует стратегического предвидения и долгосрочного упорства, которые трудно поддерживать в современной бизнес-среде. Эрик пишет книгу именно на эту тему, и, по его мнению, ключевой основой является правильное корпоративное управление. Он помог мне убедиться, что Answer.AI всегда будет отражать моё видение и стратегию использования ИИ. Для этого мы создали коммерческую организацию, которая ориентирована на долгосрочное воздействие. В конце концов, в течение достаточно длительного периода времени максимизация акционерной стоимости полностью совпадают с максимизацией пользы для общества.

Несмотря на то, что мы с Эриком обладаем совершенно разными (но взаимодополняющими) навыками и опытом, мы придерживаемся одной и той же основной идеи в том, как решать действительно сложные проблемы: сначала решаются более мелкие и лёгкие проблемы простыми способами, а затем создаётся лестница, где каждая ступенька сама по себе является полезным шагом, и понемногу приближает нас к конечной цели.

Наша исследовательская платформа

Такие компании, как OpenAI и Anthropic, работают над созданием искусственного интеллекта общего назначения (AGI). И им удалось добиться потрясающих результатов – сейчас мы находимся на том этапе развития, когда некоторые эксперты в этой области утверждают, что «Искусственный интеллект общего назначения уже здесь».

В Answer.AI мы не работаем над созданием AGI. Вместо этого мы заинтересованы в эффективном использовании уже существующих моделей. Выяснение того, какие практически полезные приложения могут быть построены на основе уже существующих базовых моделей, является огромной задачей, и я считаю, что ей уделяется недостаточно внимания.

На мой взгляд, правильный путь к созданию научно-исследовательского потенциала Answer.AI – это объединение небольшого числа любознательных, увлечённых, блистательных технарей широкого профиля. Наличие огромных команд специалистов создаёт большое количество организационных трений и сложностей. Но с помощью современных инструментов ИИ я убедился, что один специалист широкого профиля, хорошо разбирающийся в основах, может создавать эффективные решения сложных задач, используя незнакомые языки, инструменты и библиотеки (более того, я сам это делал много раз!) Я думаю, люди будут очень удивлены, узнав, чего может достичь небольшая команда находчивых, креативных и открытых людей.

В Answer.AI мы будем проводить действительно оригинальные исследования по таким вопросам, как оптимальная настройка небольших моделей, чтобы сделать их как можно более практичными, и как уменьшить ограничения, которые в настоящее время удерживают людей от более широкого использования ИИ. Мы заинтересованы в решении задач, которые могут оказаться слишком малы для крупных лабораторий, но мы считаем, что именно совокупность этих мелочей может иметь большое значение на практике.

Это формирует наше видение безопасности. В то время как ИИ становится всё более и более способным, опасность для общества, связанная с принятием плохих алгоритмических решений, существует уже много лет. Мы верим в то, что нужно извлекать уроки из этого многолетнего опыта и глубоко задумываться о том, как приспособить применение моделей к нынешним потребностям людей. Три года назад в fast.ai мы создали новаторский курс по практической этике данных, а также посвятили этим вопросам одну из глав нашей книги. Мы намерены и дальше работать над этичным и полезным применением ИИ.

От fast.ai к Answer.AI

Мы с Рейчел Томас (Rachel Thomas) поняли более семи лет назад, что глубокое обучение (deep learning) и нейронные сети (neural networks) становятся одной из самых важных технологий в истории, но они также были на пути к тому, чтобы их контролировала и понимала только крошечная эксклюзивная часть общества. Мы обеспокоились возможной централизацией и контролем нечто критически важного, что основали fast.ai с миссией сделать ИИ более доступным.

Мы превзошли все наши самые смелые ожидания, и сегодня курсы fast.ai по искусственному интеллекту являются самыми продолжительными и, возможно, самыми популярными в мире. Мы создали первую библиотеку, облегчающую использование PyTorch и делающую его более мощным (fastai), создали самую быструю систему обучения моделей изображений в мире (по данным конкурса Dawnbench) и создали трёхступенчатую методику обучения, которую теперь используют все ведущие LLM (ULMFiT). Всё, что мы создали за последние 7 лет, было бесплатным – fast.ai был полностью альтруистическим начинанием, в рамках которого всё, что мы создавали, было даровано всем желающим.

Сейчас я считаю, что пришло время для обновления и омоложения нашей миссии. В действительности миссия Answer.AI такая же, как и у fast.ai – сделать ИИ более доступным. Но метод (её достижения) другой. Метод Answer.AI заключается в использовании ИИ для создания различных продуктов и услуг, которые действительно ценны и полезны в реальной жизни. Мы хотим исследовать новые способы создания ИИ-продуктов, которые смогут обслуживать клиентов так, как не могут их обслуживать существующие подходы.

Это позволит нам генерировать доход, который мы сможем использовать для расширения новых и больших возможностей, а также для снижения затрат за счёт повышения эффективности, создавая цикл положительной обратной связи (positive feedback loop), чтобы ИИ создавал всё больше и больше ценности. Мы будем тратить всё своё время на то, чтобы увеличить объём рынка, а не на то, чтобы увеличить нашу долю в нём. Рва нет (прим.: эта фраза используется бизнесменами метафорически для описания преимуществ, которыми они обладают, и которые мешают другим людям делать то же самое, либо входить в их бизнес-нишу и конкурировать с ними в ней), и нас это даже не волнует! В этом-то и заключается суть нашей ключевой идеи – создание прибыльной компании в долгосрочной перспективе и положительное влияние на общество в целом могут быть полностью совпадающими целями.

На самом деле мы не знаем, что мы делаем

Если вы дочитали до этого места, то я скажу вам чистую правду: на самом деле мы и сами не знаем, что мы делаем. Искусственный интеллект – это огромная и сложная область, и я очень скептически отношусь к тем, кто утверждает, что во всём разобрался. Действительно, Фарадей чувствовал то же самое в отношении электричества. Более того, он даже не был уверен в том, что оно будет представлять какую-либо пользу:

«Сейчас я снова занят электромагнетизмом, и мне кажется, что я ухватился за хорошую вещь, но не могу сказать (точно). Возможно, после всех моих трудов я, наконец, выдерну сорняк, а не рыбу.»
Майкл Фарадей. Из письма Ричарду Филлипсу от 23 сентября 1831 года.

Но быть неуверенным – это нормально. Мы с Эриком считаем, что лучший способ разработать ценные вещи на базе современных моделей ИИ – это попробовать многое; понять, что из них работает, а затем постепенно совершенствовать их понемногу.

Нас невозможно сбить с пути, мы сами не знаем, куда прёмся (с)

Как сказал Фарадей: «Человек, абсолютно уверенный у своей правоте, почти наверняка ошибается». Answer.AI – это научно-исследовательская лаборатория для людей, которые не уверены в своей правоте, но они будут крайне усердно работать, чтобы в итоге сделать всё правильно.

На самом деле это не новый вид научно-исследовательской лаборатории. Томас Эдисон уже делал это раньше, почти 150 лет назад. Так что, думаю, лучше сказать, что это новая R&D лаборатория старого типа. И если мы достигнем того же, что и General Electric (в своё время), то, думаю, это будет довольно хорошо.

Джереми Говард (Jeremy Howard)

Генеральный директор-основатель Answer.AI, соучредитель Kaggle и fast.ai

Новая R&D лаборатория (старого типа)