Massachusetts Institute of Technology teadlased on esitlenud läbimurdelist tehisintellekti süsteemi SEAL, mis suudab iseseisvalt parandada oma algoritme, genereerides õppeandmeid.
G. Ostrov
Massachusetts Institute of Technology teadlaskond on teinud märkimisväärse läbimurde masinõppe valdkonnas, luues süsteemi SEAL (Self-Adapting Language Models) — tehisintellekti, mis suudab iseseisvalt genereerida andmeid oma õppimiseks ja täiustamiseks.
SEAL tehnoloogia põhimõtted
SEAL-i põhikontseptsioon seisneb traditsioonilisest lähenemisest loobumises, kus õpitakse töötlemata tekstiandmetel. Selle asemel saab süsteem võimaluse iseseisvalt töödelda ja struktureerida informatsiooni tõhusama omandamise jaoks. Arendajad toovad analoogia üliõpilaste õppimisprotsessiga: mehhaanilise loengumaterjalide päheõppimise asemel on tõhusam luua struktureeritud konspekte, visuaalseid skeeme ja isiklikke kommentaare.
Süsteemi toimimismehanism
SEAL-i enesõppe protsess koosneb kolmest võtmeetapist:
Esimene etapp: Süsteem analüüsib uut konteksti ja loob "eneseparandusi" — struktureeritud versioone algandmetest koos valitud seadete ja juhistega edasiseks õppimiseks.
Teine etapp: Loodud juhiste põhjal läbib mudel täiendava õppe ja testimise. Kui eneseparandused viivad tulemuste paranemiseni, integreeritakse need järgmistesse tsüklitesse uute juhiste genereerimiseks.
Kolmas etapp: Iteratiivse katse-eksituse protsessi kaudu mitte ainult ei tõsta süsteem oma tõhusust, vaid täiustab ka eneseparandamise mehhanisme.
Praktilised testimistulemused
Tehnoloogia tõhusust demonstreeriti ülesannete peal, mis nõudsid abstraktset mõtlemist. Baasmudel Llama-3.2-1B, mis algselt ei suutnud lahendada ühtki testülesannet, saavutas pärast SEAL metodoloogia rakendamist 72,5% edukuse testides.
Tähtsus AI tulevikuks
Selliste tehnoloogiate väärtus ulatub kaugemale tehisintellekti arvutusvõimsuse lihtsast suurendamisest. Eriti oluliseks muutub õppeandmete ratsionaalsem kasutamine, mis muutuvad üha defitsiitsemaks ressursiks. Epoch AI analüütikute prognooside kohaselt võib inimkond aastatel 2026-2032 seista silmitsi andmete ammendumisega närvivõrkude õpetamiseks. SEAL-i tüüpi süsteemid esindavad ühte potentsiaalset lahendust sellele kriitilisele probleemile.
MIT ametlik veebileht: https://www.mit.edu
Probleemide korral kirjutage meile, aitame kiiresti ja kvaliteetselt!