Исследователи из китайской технологической компании ByteDance, владеющей популярным сервисом TikTok, обнаружили новый закон масштабирования, который определяет скорость совершенствования агентов искусственного интеллекта (ИИ) при выполнении задач из реального мира. Новое открытие может помочь продлить бум ИИ как раз в тот момент, когда традиционные методы разработки сталкиваются с трудностями. Об этом сообщает ежедневная гонконгская газета South China Morning Post (SCMP).
Фото: Reuters
Команда Seed AI компании ByteDance в своей недавно опубликованной исследовательской работе сообщила, что агенты искусственного интеллекта – автономное программное обеспечение, выполняющее задачи от имени человека, могут удваивать скорость обучения каждые три месяца, взаимодействуя с реальной средой в течение длительных периодов времени.
SCMP отмечает, что открытие исследователей ByteDance было сделано в тот момент, когда мировая индустрия ИИ ищет новые способы масштабирования с появлением новых моделей. На протяжении многих лет разработчики уделяли внимание увеличению объема данных и вычислительной мощности на начальном этапе обучения, однако видные представители отрасли, в том числе соучредитель американской компании OpenAI Андрей Карпатый, предупреждали, что такой подход, основанный на «грубой силе», не может сохраниться всегда.
Проблема отчасти связана с надвигающимся дефицитом данных. Американский исследовательский институт Epoch AI недавно предупредил, что запасы общедоступных текстовых данных, созданных людьми, могут быть исчерпаны в течение ближайших шести лет. В связи с этим поиск альтернативных путей развития ИИ становится одной из приоритетных задач отрасли.
Однако, несмотря на то что технологические компании переключают внимание на агентный ИИ, специалисты из ByteDance отмечают в своей работе, что механизмы обучения таких автономных систем в реальных условиях после их развертывания изучены пока крайне недостаточно.
Для решения проблемы команда ByteDance разработала инструмент EdgeBench. Это набор тестов, который включает 134 задачи с «ультрадлинным» горизонтом планирования. Задачи охватывают широкий спектр областей: от разработки ПО и научных исследований до формальной математики и профессиональной интеллектуальной деятельности. Чтобы выполнить каждую такую задачу, ИИ-агент должен непрерывно работать в течение как минимум двенадцати часов.
