Adaption представила AutoScientist: новый шаг к самообучающимся ИИ-моделям
Исследователи в области искусственного интеллекта на протяжении многих лет предвкушали момент, когда ИИ-системы смогут улучшать себя эффективнее, чем это под силу человеку. С учетом огромных инвестиций, направляемых в новое поколение исследовательских лабораторий, ресурсов для достижения этой цели стало как никогда много. Теперь одна из таких инновационных лабораторий сделала значительный шаг к воплощению этой идеи в реальность.
В среду компания Adaption представила новый продукт под названием AutoScientist. Этот инструмент призван помочь моделям быстро осваивать специфические возможности, используя автоматизированный подход к традиционной доводке или тонкой настройке (fine-tuning) искусственного интеллекта. Методики применимы в широком спектре областей, однако команда Adaption особенно сосредоточена на потенциале ускорения и упрощения процессов обучения и доводки передовых моделей ИИ.
Революционный подход к обучению ИИ
По словам сооснователя и генерального директора Сары Хукер, ранее занимавшей должность вице-президента по исследованиям ИИ в компании Cohere, AutoScientist представляет собой принципиально новый подход к процессу обучения ИИ. В обзоре отмечается, что особенность разработки заключается в ее способности одновременно оптимизировать как данные, так и саму модель, находя наиболее эффективный способ для освоения любых функций. По мнению Хукер, это открывает возможность для успешного обучения передовых ИИ-моделей за пределами крупных специализированных лабораторий.
AutoScientist является развитием существующего предложения компании — Adaptive Data, которое упрощает создание высококачественных наборов данных со временем. В свою очередь, AutoScientist предназначен для превращения этих постоянно улучшающихся наборов данных в непрерывно совершенствующиеся ИИ-модели. Видение Adaption заключается в том, что весь технологический стек должен быть полностью адаптируемым и должен оптимизироваться «на лету» под любую поставленную задачу.
Производительность и вызовы
Эффективность любого подхода, безусловно, определяется его результатами. В своих презентационных материалах Adaption заявляет, что AutoScientist более чем вдвое увеличил показатели успешности (так называемые win-rates) на различных моделях. Эти цифры впечатляют, но их сложно сопоставить с общепринятыми метриками. Поскольку система спроектирована для адаптации моделей к конкретным задачам, традиционные бенчмарки, такие как SWE-Bench или ARC-AGI, оказываются неприменимы.
Смотрите также:
Почему современные смартфоны нуждаются в революции аккумуляторов http://kupidonchik.org/pochemu-sovremennyie-smartfonyi-nuzhdayutsya-v-revolyutsii-akkumulyatorov/.
Интересности на тему: Режим Xbox в Windows 11: почему он все еще недоступен для некоторых пользователей
Классные советы в статье "Amazon представила Kindle Scribe без подсветки для имитации письма на бумаге" здесь.
Тем не менее, Adaption уверена, что пользователи заметят разницу, как только опробуют AutoScientist. Эта уверенность настолько велика, что лаборатория предлагает бесплатное использование инструмента в течение первых 30 дней после его выпуска.
По словам Хукер, подобно тому, как генерация кода открыла множество новых возможностей, AutoScientist способен стать катализатором инноваций на переднем крае различных областей.
