Наразі агенти штучного інтелекту (ШІ) не справляються з приголомшливими 63% складних завдань. Це серйозна перешкода для компаній, які прагнуть запровадити автономні системи. Тепер Patronus AI, стартап, підтриманий венчурним капіталом у розмірі 20 мільйонів доларів США, оголошує про рішення: динамічно створювані, адаптивні навчальні середовища, які симулюють реальні проблеми в реальному часі.
Проблема з традиційними тестами ШІ
Протягом багатьох років галузь штучного інтелекту покладалася на статичні тести вимірювання прогресу. Однак ці стандартизовані тести не враховують непередбачуваність реальних завдань. Традиційні контрольні показники вимірюють окремі навички, ігноруючи переривання, зміни контексту та багаторівневе прийняття рішень. У результаті агенти штучного інтелекту часто погано працюють поза контрольованими лабораторними умовами.
Генеральний директор Patronus AI Ананд Каннаппан пояснює: «Традиційні тести вимірюють ізольовані можливості, але пропускають переривання, перемикання контексту та багаторівневе прийняття рішень, які забезпечують реальну продуктивність». Це означає, що агент навіть із низьким рівнем помилок може швидко стати ненадійним у складних сценаріях. Наприклад, частота помилок 1% на кожному кроці призводить до 63% частоти помилок на сотому кроці.
Генеративні симулятори: ШІ, який навчається як люди
Підхід Patronus AI під назвою Generative Simulators створює навчальні середовища, які постійно розвиваються. Ці симулятори створюють нові завдання, динамічно коригують правила та оцінюють продуктивність агента в реальному часі. Це імітує спосіб навчання людей: завдяки динамічному досвіду та постійному зворотному зв’язку.
Головний технічний директор компанії Ребекка Цянь зазначає, що межа між навчанням та оцінкою стирається. «За останній рік ми спостерігали перехід від традиційних статичних тестів до більш інтерактивних навчальних просторів», — каже вона. «Еталонні показники стали середовищем».
Як працює адаптивне навчання: «Золота середина»
Ключ до ефективного навчання штучного інтелекту полягає в тому, щоб знайти «приємне місце» — рівень складності, який не є ні надто легким, ні надто складним. Система Patronus AI використовує «регулятор навчального плану» для аналізу поведінки агентів і динамічної зміни сценаріїв навчання.
Цей адаптивний підхід запобігає «злому винагороди», коли системи ШІ використовують лазівки замість вирішення проблем. У статичних середовищах легко обдурити; середовище, що розвивається, змушує агентів щиро адаптуватися.
Бізнес-ефект: зростання доходів і попиту на ринку
Дохід Patronus AI зріс у 15 разів завдяки високому попиту на його фреймворки RL. Платформа компанії вже використовується компаніями зі списку Fortune 500 і провідними лабораторіями ШІ. Це демонструє явну потребу ринку в більш ефективних рішеннях для навчання ШІ.
Чому великі технологічні компанії не можуть зробити все поодинці
У той час як OpenAI, Anthropic і Google інвестують у власну навчальну інфраструктуру, Patronus AI стверджує, що широкий спектр реальних додатків створює нішу для спеціалізованих сторонніх постачальників.
«Вони хочуть покращити агентів у різних сферах… Вирішити всі ці різні операційні проблеми дуже складно для однієї компанії», — каже Каннаппан.
Майбутнє навчання ШІ: середовища як нова нафта
Patronus AI передбачає майбутнє, у якому всі робочі процеси людини перетворюються на структуроване середовище навчання. Компанія вважає, що контроль над цими середовищами визначатиме можливості майбутніх систем ШІ.
«Ми вважаємо, що все має бути навколишнім середовищем — ми жартуємо внутрішньо, що навколишнє середовище — це нова нафта». — Генеральний директор Patronus AI Ананд Каннаппан
Це сміливе бачення позиціонує Patronus AI як ключового гравця у формуванні наступного покоління AI. Підхід компанії є важливим кроком до створення агентів ШІ, які можуть надійно виконувати складні завдання в реальному світі.
