راه‌اندازی مجمع پژوهش هوش مصنوعی لندن با حضور پژوهشگرانی از امپریال، دیپ‌مایند و مایکروسافت

مجمع پژوهش هوش مصنوعی لندن فعالیت خود را با هدف ایجاد فضایی برای بررسی عمیق مقالات علمی آغاز می‌کند؛ ابتکاری که پژوهشگرانی از امپریال کالج لندن، گوگل دیپ‌مایند، مایکروسافت AI و آزمایشگاه هوش مصنوعی پلیاس را گرد هم می‌آورد. نخستین نشست این مجموعه روز پنجشنبه ۲۲ اکتبر ۲۰۲۶ برگزار خواهد شد.

این ابتکار را شوبام جین، دانشمند ارشد یادگیری ماشین در شرکت Sense Street، بنیان گذاشته است. هدف آن ایجاد فضایی برای پژوهشگرانی از دانشگاه‌ها، شرکت‌های بزرگ فناوری و استارتاپ‌هاست تا پژوهش‌های مشترک را با جزئیات بررسی کنند.

نخستین رویداد این مجموعه با عنوان داده همه آن چیزی است که نیاز دارید (Data Is All You Need)، از ساعت ۱۸ تا ۲۰:۳۰ در محل شرکت سرمایه‌گذاری خطرپذیر Pillar VC در منطقه کینگز کراس لندن برگزار می‌شود. شرکت در این رویداد رایگان است، اما ظرفیت ثبت‌نام آن از پیش تکمیل شده است.

جین در پستی در لینکدین درباره انگیزه راه‌اندازی این مجموعه توضیح داد: «لندن اجتماعات خوبی برای افرادی دارد که به ساخت محصولات و فناوری‌ها مشغول‌اند. اما من نتوانستم جمعی پیدا کنم که پژوهشگران در آن یک مقاله مشترک را عمیق و با جزئیات بررسی کنند.»

حضور پژوهشگرانی از امپریال، دیپ‌مایند، مایکروسافت و پلیاس در نخستین نشست

نخستین نشست بر تولید، گزینش و گسترش داده‌ها تمرکز دارد و نقش داده‌های آموزشی را در بهبود سامانه‌های هوش مصنوعی بررسی می‌کند.

چهار پژوهشگر در این برنامه سخنرانی خواهند کرد و دیدگاه‌هایی از پژوهش دانشگاهی و توسعه تجاری هوش مصنوعی ارائه می‌دهند.

جاشوا پلاچیدی، دانشجوی دکتری در آزمایشگاه مغز و رفتار امپریال کالج لندن، درباره ترکیب توالی داده‌ها در مرحله پیش‌آموزش مدل‌های پایه مبتنی بر سوابق الکترونیکی سلامت سخن خواهد گفت. از جمله حوزه‌های پژوهشی او می‌توان به گسترش یادگیری خودنظارتی در داده‌های پزشکی با استفاده از مدل‌های پایه مولد اشاره کرد.

یاش بهالگات، دانشمند ارشد پژوهشی در گوگل دیپ‌مایند که روی پروژه Gemini Omni کار می‌کند، دیگر سخنران این نشست است. او پیش‌تر سرپرست اصلی مرحله پیش‌آموزش Omni 1.5 بوده است. موضوع دقیق سخنرانی او هنوز اعلام نشده است.

ماکسیمیلیان کروچی از بخش Microsoft AI درباره مدل MAI-Thinking-1 و روند توسعه آن صحبت خواهد کرد. این سخنرانی بر تجربه او در زمینه داده‌های پیش‌آموزش، از جمله داده‌های ریاضی، علوم و کدنویسی گردآوری‌شده از وب، تکیه دارد.

پیر-کارل لانگله، هم‌بنیان‌گذار و مدیر ارشد فناوری آزمایشگاه هوش مصنوعی فرانسوی‌ـ‌آلمانی پلیاس، چهارمین سخنران این برنامه است. او رویکردی را بررسی می‌کند که در آن مدل‌های زبانی بزرگ (LLM) با استفاده از داده‌های کاملاً مصنوعی و طی یک مرحله آموزش داده می‌شوند.

چرا نخستین نشست بر داده‌های آموزشی تمرکز دارد؟

نقطه آغاز بحث در نخستین نشست، پژوهشی است که دوارکش پاتل و جری هان در ماه سپتامبر با عنوان پیشرفت در پیش‌آموزش عمدتاً از داده‌ها ناشی می‌شود (Pretraining progress is mostly coming from data) منتشر کردند.

این دو پژوهشگر با مقایسه روش‌های آموزش مدل‌ها و مجموعه‌داده‌های در دسترس عموم، به بررسی پیشرفت‌های حاصل از سال ۲۰۱۹ تا ۲۰۲۵ پرداختند.

نتایج نشان داد که با فرض بودجه محاسباتی معادل ۱۰¹⁹ عملیات ممیز شناور (FLOPs) برای آموزش، بهبود داده‌ها کارایی محاسباتی را ۱۲ برابر افزایش داده است؛ درحالی‌که بهبود مدل‌ها افزایشی ۳٫۷ برابری به همراه داشته است. در این شرایط آزمایشی، میزان بهبود ناشی از داده‌ها ۳٫۲۴ برابر بیشتر از بهبود حاصل از تغییرات مدل‌ها بود.

بااین‌حال، نویسندگان تأکید می‌کنند که آزمایش‌هایشان در مقیاسی نسبتاً کوچک انجام شده و ممکن است سهم کامل بهبود مدل‌ها در پیشرفته‌ترین سطح توسعه هوش مصنوعی را نشان ندهد. همچنین، آن‌ها بررسی نکردند که آیا می‌توان با استفاده از داده‌های مصنوعی، مجموعه‌داده‌های آموزشی را بدون افت عملکرد گسترش داد یا خیر.

این پژوهش مبنای قالب گفت‌وگو در مجمع خواهد بود. هر نشست با بررسی یک مقاله مشترک آغاز می‌شود و سپس شرکت‌کنندگان پرسش‌های خود را مطرح می‌کنند و موضوع را از جنبه‌های مختلف به بحث می‌گذارند. از حاضران خواسته می‌شود پیش از هر نشست مقاله مربوطه را بخوانند و خلاصه‌هایی نیز پیشاپیش در اختیار آن‌ها قرار می‌گیرد.

بر اساس اعلام جین، میزبانی نخستین رویداد را Pillar VC بر عهده دارد و صندوق UK Dynamism Fund نیز از طریق کمک‌هزینه Sparks Grant از آن حمایت مالی می‌کند.

برنامه مجمع پژوهش هوش مصنوعی لندن این است که تقریباً ماهی یک‌بار یا هر شش هفته یک‌بار گردهمایی برگزار کند. هر نشست به یک موضوع پژوهشی و مجموعه‌ای از مقالات مرتبط اختصاص خواهد داشت. حضور در این برنامه‌ها رایگان می‌ماند، اما ظرفیت محدود خواهد بود و شرکت‌کنندگان به‌صورت گزینشی انتخاب می‌شوند.

ثبت‌نام برای نشست ۲۲ اکتبر پس از تکمیل ظرفیت بسته شده است.