Новая эра ИИ, Meta разработала гиперагента, способного улучшать собственное обучение

Исследователи Meta AI совместно с рядом университетов представили новую архитектуру ИИ. Разработка получила название HyperAgents и способна не только решать задачи, но и самостоятельно улучшать собственные методы обучения. 

Решение направлено на достижение открытого самосовершенствования, которое ранее считалось теоретической концепцией.

В основе подхода лежит развитие идеи машины Дарвина-Геделя (DGM), которая показала возможность самоулучшения в программировании. Однако прежние системы были ограничены фиксированными механизмами метауровня, созданными человеком.

Разработка Meta AI сумела выйти за упомянутые рамки.

Новая модель DGM-Hyperagent объединяет ИИ, который решает задачи, и модуль его самосовершенствования в единую систему. Это позволяет ей изменять не только решения, но и сам процесс их улучшения, устраняя зависимость от заранее заданной логики.

Ключевым элементом стала метакогнитивная самомодификация — способность системы переписывать собственные правила развития. В отличие от прежних подходов, гиперагент может улучшать механизм генерации будущих улучшений.

Время прорыва 

Исследователи подчеркнули, что разработка протестирована в различных областях.

Среди них указаны робототехника, рецензирование научных работ и оценка математических задач. В ряде случаев система показала значительное улучшение результатов по сравнению с базовыми моделями, говорится в отчете.

В задачах робототехники гиперагент смог перейти от простых стратегий к более эффективным решениям, оптимизируя поведение робота. В рецензировании научных работ система создала многоэтапные процессы оценки с четкими критериями, подчеркнули исследователи.

Особое внимание исследователи уделили способности переноса навыков.

В отличие от предыдущих моделей, гиперагенты смогли применять стратегии самосовершенствования в новых доменах, где они изначально не обучались. По мнению экспертов, это станет новым шагов в развитии подобных систем.

Самостоятельное развитие инфраструктуры

Согласно докладу, в процессе работы новое решение начало формировать собственные инструменты для повышения эффективности.

Среди них — системы отслеживания производительности, постоянная память и механизмы планирования вычислительных ресурсов. Эти элементы позволили системе анализировать результаты прошлых итераций и корректировать дальнейшие стратегии улучшения без участия человека.

Исследование показывает, что гиперагенты способны выйти за пределы локальных рамок и формировать обобщенные подходы к обучению. Это может стать шагом к созданию более универсальных и автономных систем искусственного интеллекта, подчеркнули исследователи.

По мнению авторов, новая архитектура устраняет фундаментальные ограничения предыдущих моделей. Это, в свою очередь, открывает путь к масштабируемому самосовершенствованию ИИ в различных областях.

Напомним, мы писали, что Meta запатентовала ИИ-модель для «виртуального бессмертия».