até a pessoa mais inteligente inteligência artificial O modelo é basicamente um imitador. Eles aprendem recorrendo a exemplos de trabalho humano ou tentando resolver problemas colocados por instrutores humanos.
Mas talvez a IA possa realmente aprender de uma forma mais humana: apresentando perguntas interessantes para si mesma e tentando encontrar as respostas certas. projeto de Universidade Tsinghua, Instituto de Inteligência Artificial Geral de Pequim (BIGAI), da Penn State University, mostrou que a IA pode aprender a raciocinar desta forma, mexendo no código do computador.
Os pesquisadores desenvolveram um sistema chamado . raciocinador do zero absoluto (AZR) primeiro usa um modelo de linguagem em larga escala para gerar problemas de codificação Python difíceis, mas solucionáveis. A seguir, use o mesmo modelo para resolver o problema antes de executar o código para ver como funciona. E, finalmente, o sistema AZR utiliza sucessos e fracassos como sinais para refinar o modelo original, aumentando a sua capacidade de formular melhores problemas e resolvê-los.
A equipe descobriu que sua abordagem melhorou significativamente as habilidades de codificação e raciocínio para as versões de 7 bilhões e 14 bilhões de parâmetros. Modelo de linguagem de código aberto Qwen. Impressionantemente, o modelo superou até mesmo alguns modelos que receberam dados com curadoria humana.
Eu conversei com André Chaoum estudante de doutorado na Universidade de Tsinghua e a primeira pessoa que teve a ideia do “zero absoluto”. Zheng Zi Longum pesquisador do BIGAI que trabalhou com ele no projeto falou no Zoom.
Zhao disse que esta abordagem é semelhante à forma como a aprendizagem humana vai além da memorização e imitação mecânica. “No início, eles imitam os pais, imitam os professores, mas depois basicamente têm que fazer as próprias perguntas”, diz ele. “E no final, você pode superar as pessoas que te ensinaram na escola.”
Zhao e Zheng apontaram que a ideia de aprender IA dessa forma, também conhecida como “jogo autônomo”, remonta a muitos anos e foi previamente estudada por pessoas como: Jurgen Schmidhuberum renomado pioneiro em IA, e Pierre-Yves Audiercientista da computação da Universidade de Inria, França.
De acordo com Zheng, um dos elementos mais interessantes do projeto é a forma como as habilidades de formulação e resolução de problemas do modelo são expandidas. “À medida que os modelos ficam mais poderosos, a dificuldade também aumenta”, diz ele.
Um desafio importante é que o sistema atualmente funciona apenas para questões que podem ser facilmente verificadas, como questões que envolvem matemática ou codificação. À medida que o projeto avança, ele poderá ser usado para tarefas de IA do agente, como navegação na web e trabalho de escritório. Isso pode incluir fazer com que um modelo de IA decida se as ações de um agente estão corretas.
Uma possibilidade interessante de abordagens como o Zero Absoluto é que o modelo poderia, teoricamente, ser capaz de superar a orientação humana. “Depois de conseguir isso, é como uma forma de chegar à superinteligência”, disse-me Zheng.
Há sinais iniciais de que a abordagem do zero absoluto está ganhando popularidade em alguns dos principais laboratórios de IA.
um projeto chamado agente 0A pesquisa da Salesforce, Stanford e da Universidade da Carolina do Norte em Chapel Hill envolve agentes que usam ferramentas de software para se aprimorarem por meio do jogo autônomo. Semelhante ao Zero Absoluto, o modelo melhora o raciocínio geral por meio da resolução experimental de problemas. um artigos recentes Este artigo, escrito por pesquisadores da Meta, da Universidade de Illinois, e da Carnegie Mellon University, apresenta um sistema que usa autojogo semelhante para engenharia de software. Os autores do estudo sugerem que este é um “primeiro passo em direção a um paradigma de treinamento para agentes de software superinteligentes”.
Encontrar novas maneiras de a IA aprender será um grande tema na indústria de tecnologia este ano. À medida que as fontes de dados tradicionais se tornam mais raras e mais caras e os laboratórios procuram novas formas de melhorar o poder dos seus modelos, projetos como o Absolute Zero podem levar a sistemas de IA mais semelhantes aos humanos do que imitadores.
