- Нова архітектура усуває проблему «нескінченного регресу» в ШІ.
- Система здатна переписувати власні механізми поліпшення.
- Гіперагенти демонструють перенесення навичок між різними завданнями.
Дослідники компанії Meta AI, спільно з низкою університетів, представили нову архітектуру штучного інтелекту під назвою HyperAgents. Ця розробка не лише вирішує завдання, але й здатна самостійно поліпшувати власні методи навчання.
Про це розповідає UBB
Основна мета даного рішення полягає у досягненні відкритого самовдосконалення, яке раніше вважалося лише теоретичною концепцією.
Основою цього підходу стала концепція машини Дарвіна—Геделя (DGM), яка демонструє можливість самополіпшення в програмуванні. Попередні системи обмежувалися фіксованими механізмами метарівня, створеними людиною, але нова розробка Meta AI змогла вийти за ці рамки.
Модель DGM-Hyperagent поєднує штучний інтелект, що вирішує задачі, з модулем самовдосконалення у єдину систему. Це дозволяє не тільки змінювати рішення, але й сам процес їх вдосконалення, усуваючи залежність від заздалегідь заданої логіки.
Ключовим елементом є метакогнітивна самомодифікація — здатність системи переписувати власні правила розвитку. На відміну від попередніх моделей, гіперагенти можуть поліпшувати механізм генерації майбутніх вдосконалень.
Час прориву
Дослідники підкреслили, що нову розробку протестували у різних сферах, таких як робототехніка, рецензування наукових робіт та оцінювання математичних завдань. У багатьох випадках система продемонструвала значне поліпшення результатів у порівнянні з базовими моделями, як зазначається у звіті.
У галузі робототехніки гіперагент зміг перейти від простих стратегій до більш ефективних рішень, оптимізуючи поведінку робота. У рецензуванні наукових робіт система створила багатоступеневі процеси оцінювання з чіткими критеріями, як підкреслили дослідники.
Окрему увагу було приділено здатності переносити навички. На відміну від попередніх моделей, гіперагенти змогли застосовувати стратегії самовдосконалення в нових сферах, де вони спочатку не навчалися. Експерти вважають, що це стане новим кроком у розвитку подібних систем.
Самостійний розвиток інфраструктури
Згідно з доповіддю, під час роботи нове рішення почало формувати власні інструменти для підвищення ефективності.
Серед них — системи відстеження продуктивності, постійна пам’ять і механізми планування обчислювальних ресурсів. Ці елементи дозволяють системі аналізувати результати минулих ітерацій та коригувати подальші стратегії поліпшення без участі людини.
Дослідження демонструє, що гіперагенти здатні виходити за межі локальних рамок і формувати узагальнені підходи до навчання. Це може стати кроком до створення більш універсальних і автономних систем штучного інтелекту, як підкреслили дослідники.
Автори вважають, що нова архітектура усуває фундаментальні обмеження попередніх моделей. Це, в свою чергу, відкриває шлях до масштабованого самовдосконалення штучного інтелекту в різних сферах.
Нагадаємо, раніше повідомлялося, що Meta запатентувала штучний інтелект для «віртуального безсмертя».