La battaglia tra OpenAI e Anthropic ora si sposta anche sulla ricerca scientifica potenziata dall’AI. Se infatti qualche settimana fa l’azienda di Sam Altman aveva lanciato Prism, una versione di ChatGPT pensata per facilitare il lavoro di ricerca delle fonti da parte dei ricercatori, ora quella di Dario Amodei risponde con l’arma della divulgazione.
Gli sviluppatori di Claude hanno infatti deciso di lanciare un blog per raccontare casi d’uso del modello a sostegno della ricerca scientifica, così come guide pratiche per ricercatori interessati ad introdurre l’intelligenza artificiale nella loro attività di laboratorio.
Iniziativa editoriale che si apre con due primi esempi. Il primo un contributo di Matthew Schwartz, docente di fisica ad Harvard, che ha sviluppato una modalità più accurata di calcolo del parametro C, un’indicatore usato nella fisica delle particelle per calcolare la forma dei detriti prodotti dallo scontro tra elettroni e protoni. Il tutto impiegando 36 milioni di token e 40 ore di lavoro, riducendo un processo che altrimenti avrebbe richiesto un anno.
Il secondo è invece un testo di Siddharth Mishra-Sharma, docente alla facoltà di Computing & Data science dell’Università di Boston, che prende spunto dal processo con cui Claude ha scritto un compilatore, ovvero un programma capace di tradurre il linguaggio macchina in linguaggio umano, capace di tradurre il kernel, ovvero il nucleo, del sistema operativo di Linux. Per scrivere le 100mila righe di codice necessarie sono servite 2mila ore di sessioni di lavoro e 20mila dollari in costi di Api. Il passo successivo è stato quello di impiegare la medesima metodologia per sviluppare una versione differenziabile di un risolutore delle equazioni cosmologiche di Boltzmann, che modellano come la materia e l’energia si sono distribuite dopo il Big Bang.
Non un modello specifico, come ha fatto la rivale OpenAI, ma uno storytelling per dimostrare quale può essere il ruolo degli LLM a sostegno della ricerca scientifica.
