Дослідники Meta AI спільно з низкою університетів представили нову архітектуру ІІ. Розробка отримала назву HyperAgents і здатна не лише вирішувати завдання, а й самостійно покращувати власні методи навчання.
Рішення спрямоване на досягнення відкритого самовдосконалення, яке раніше вважалося теоретичною концепцією.
Наукова документація проекту HyperAgents Дані: Meta AI.
В основі підходу лежить розвиток ідеї машини Дарвіна-Геделя (DGM), яка показала можливість самопокращення програмування. Однак колишні системи були обмежені фіксованими механізмами метарівня, створеними людиною.
Розробка Meta AI зуміла вийти за згадані рамки.
Нова модель DGM-Hyperagent об'єднує ІІ, який вирішує завдання, та модуль його самовдосконалення в єдину систему. Це дозволяє їй змінювати як рішення, а й процес їх поліпшення, усуваючи залежність від заздалегідь заданої логіки.
Ключовим елементом стала метакогнітивна самодифікація – здатність системи переписувати власні правила розвитку. На відміну від попередніх підходів, гіперагент може покращувати механізм генерації майбутніх поліпшень.
Час прориву
Дослідники наголосили, що розробка протестована у різних галузях.
Серед них зазначені робототехніка, рецензування наукових праць та оцінка математичних завдань. У ряді випадків система показала значне покращення результатів порівняно з базовими моделями, йдеться у звіті.
Архітектура Darwin Gödel Machine та гіперагентів. Дані: Meta AI.
У завданнях робототехніки гіперагент зміг перейти від простих стратегій до ефективніших рішень, оптимізуючи поведінку робота. У рецензуванні наукових праць система створила багатоетапні процеси оцінки із чіткими критеріями, наголосили дослідники.
Особливу увагу дослідники приділили можливості перенесення навичок.
На відміну від попередніх моделей гіперагенти змогли застосовувати стратегії самовдосконалення в нових доменах, де вони спочатку не навчалися. На думку експертів, це стане новим кроком у розвитку подібних систем.
Відповідно до доповіді, у процесі роботи нове рішення почало формувати власні інструменти підвищення ефективності.
Серед них – системи відстеження продуктивності, постійна пам'ять та механізми планування обчислювальних ресурсів. Ці елементи дозволили системі аналізувати результати минулих ітерацій та коригувати подальші стратегії покращення без участі людини.
Дослідження показує, що гіперагенти здатні вийти за межі локальних рамок та формувати узагальнені підходи до навчання. Це може стати кроком до створення більш універсальних та автономних систем штучного інтелекту, наголосили дослідники.
На думку авторів, нова архітектура усуває фундаментальні обмеження попередніх моделей. Це, у свою чергу, відкриває шлях до масштабованого самовдосконалення ІІ в різних галузях.
Нагадаємо, ми писали, що Meta запатентувала ІІ-модель для «віртуального безсмертя».
Повідомлення Гіперагенти Meta AI: вчені створили самовдосконалений ІІ з'явилися спочатку на .