Согласно недавнему исследованию, представленному специалистами из Seed AI компании ByteDance, искусственные интеллект-агенты – программные инструменты, берущие на себя выполнение задач вместо человека – способны увеличивать темпы своего обучения примерно вдвое каждые три месяца при постоянном взаимодействии с реальным миром.

Речь идет о методе совершенствования, отличного от стандартной практики обучения на предварительно собранных массивах данных. Здесь агент улучшает свои характеристики посредством накопленного опыта непосредственно во время работы в практических условиях. Этот метод предлагается как альтернатива традиционному способу расширения возможностей моделей путем увеличения объема информации и вычислительных мощностей.

В научной работе указывается, что сектор искусственного интеллекта уже сталкивается с предельными значениями при использовании простого наращивания мощности для обучения. Ранее эксперты отрасли, включая сооснователя Андрея Карпату, высказывали мнение о том, что увеличение вычислительных мощностей и объемов данных не может служить единственным фактором развития в будущем.

При этом ученые акцентируют внимание на том, что поведение ИИ-агентов после их внедрения в реальные условия остается недостаточно проанализированным, несмотря на растущую тенденцию компаний переходить к использованию агентных систем, которые способны решать сложные задачи, требующие последовательности действий.

С целью изучения данного процесса специалисты компании ByteDance создали инструмент оценки EdgeBench. Он состоит из 134 комплексных задач, каждая из которых предполагает минимум двенадцать часов непрерывной деятельности искусственного интеллекта.

Предлагаемые задачи затрагивают разнообразные сферы – начиная от разработки программного обеспечения и заканчивая научными исследованиями, формальной математикой и профессиональным анализом. Этот метод позволяет не только проверять корректность результатов, но также определять способность системы поддерживать работоспособность и производительность при продолжительной самостоятельной работе.

Полученные данные соответствуют общей тенденции развития агентного искусственного интеллекта, где значительную роль играет не только качество первоначальной модели, но и её возможность совершенствоваться и адаптироваться уже в процессе использования.