A Meta olyan új AI-modelleket adott ki, amelyek révén kisebb emberi beavatkozásra lesz szükség az AI-fejlesztés során.
Augusztusban beszéltek először erről az eszközről, gondolatláncos technikát említve – erre épül az OpenAI o1 is, hogy megbízható döntéseket hozzon a modellek válaszairól. Lényegében a komplex problémákat kisebb logikai lépcsőkre bontják, a tudományos, matematikai és kódolási kérdésekben pedig nagyobb hatékonyságot ígérnek.
Hirdetés
Ezt a modellt teljesen AI-generálta adatokkal tréningezte a Meta, ebben a szakaszban nem volt emberi beavatkozás.
Az, hogy AI értékeli az AI-t, olyan önálló AI-botokhoz vezethet, amelyek a saját hibáikból tanulnak – mondták el a Meta kutatói.
Sokan álmodnak erről, hogy olyan okos digitális asszisztensek készülnek, amelyet emberi beavatkozás nélkül képesek számos feladatra. Az önfejlesztő modellek egy drága és nem túl hatékony folyamatot válthatnak ki (Reinforcement Learning from Human Feedback), lémyegében speciális szakemberek címkézik pontosan az adatokat és hitelesítik a válaszokat.
A kutatók azt remélik, hogy egyre inkább emberfeletti lesz az AI, a munkáját egyre jobban ellenőrzi, és így jobb lesz, mint egy átlagos ember. Ehhez az öntanítás és önellenőrzés elengedhetetlen, tették hozzá.
A Reinforcement Learning from AI Feedback koncepción a Google és az Anthropic is dolgozik, a modelleket ők viszont nem adják ki még.
A Meta egyébként más modelleket is hozott, amelyek felgyorsítják a generálási időt, segítik a mesterséges tartalmak felkutatását. De a Blumhouse Productions együttműködésében már Hollywoodban is használják a Movie Gen AI-videós modellt, filmekhez.
