Meta AI разом із провідними університетами презентувала унікальну архітектуру штучного інтелекту під назвою HyperAgents, яка забезпечує прорив у сфері самонавчальних систем.
Про це розповідає Finway
- HyperAgents усувають проблему «нескінченного регресу» в ШІ.
- Система здатна переписувати власні механізми поліпшення.
- Гіперагенти демонструють перенесення навичок між різними завданнями.
Інноваційна архітектура HyperAgents та її особливості
Нова система HyperAgents, представлена дослідниками Meta AI, відзначається здатністю не лише виконувати різноманітні завдання, а й самостійно вдосконалювати власні методи навчання. Розробка покликана реалізувати ідею відкритого самовдосконалення, яка донедавна залишалася лише теоретичною гіпотезою.
В основі HyperAgents лежить розвиток концепції машини Дарвіна—Геделя (DGM), яка раніше підтвердила можливість самополіпшення в програмуванні. Проте попередні підходи обмежувалися фіксованими, закладеними людиною метарівнями. HyperAgents Meta AI змогли вийти за ці межі, об’єднавши механізм вирішення завдань із модулем самовдосконалення в єдину динамічну систему.
Важливою інновацією стала метакогнітивна самомодифікація — система може змінювати власні правила розвитку та переписувати механізми вдосконалення, що дозволяє їй не лише створювати нові рішення, а й оптимізувати сам процес генерації майбутніх удосконалень, усуваючи залежність від попередньо заданої логіки.
“На відміну від попередніх підходів, гіперагент може поліпшувати механізм генерації майбутніх поліпшень”.
Застосування гіперагентів та перспективи розвитку
Дослідники повідомили, що HyperAgents успішно протестовано в різних сферах, включаючи робототехніку, рецензування наукових робіт і перевірку математичних завдань. У багатьох випадках система продемонструвала значний прогрес у порівнянні з традиційними моделями. Зокрема, в робототехнічних задачах гіперагент переходив від простих стратегій до більш ефективних, оптимізуючи поведінку роботів. У сфері рецензування наукових робіт було створено багатоступеневі процеси оцінювання з чітко визначеними критеріями.
Однією з ключових переваг гіперагентів виявилася здатність перенесення навичок: система успішно застосовувала навчальні стратегії у нових для себе доменах, де попередньо не проходила тренування. На думку експертів, це відкриває нові горизонти для створення універсальних і автономних інтелектуальних систем.
Ще одним досягненням стало те, що у процесі роботи HyperAgents самостійно формували додаткові інструменти для підвищення ефективності, такі як системи відстеження продуктивності, довготривала пам’ять і механізми планування обчислювальних ресурсів. Це дозволило аналізувати попередні спроби й автоматично коригувати стратегії вдосконалення без втручання людини.
За висновками дослідників, гіперагенти можуть виходити за межі локальних задач і формувати універсальні підходи до навчання, що наближає людство до практичної реалізації повністю автономних систем штучного інтелекту. Автори проєкту також впевнені, що їхня архітектура долає фундаментальні обмеження попередніх рішень і відкриває шлях до масштабованого самовдосконалення ШІ у різних галузях.