MI Történik?

A szingapúri székhelyű Sapient Intelligence új AI modellje megkérdőjelezi a mai AI-fejlesztést uraló „a nagyobb jobb” mantrát, és ezt az emberi agy egy trükkjének másolásával éri el. Bemutatkozik a Hierarchical Reasoning Model (HRM), egy apró, 27 millió paraméteres dizájn, amely olyan összetett logikai feladványokat old meg, amelyeken a mai hatalmas AI modellek teljesen elvéreznek. A kutatók szerint a ChatGPT-hez hasonló modellekkel az a probléma, hogy architektúrálisan „sekélyek”. A Chain-of-Thought (CoT) promptolásra támaszkodnak – gyakorlatilag lépésről lépésre beszélik át magukat a problémán –, mint egy mankóra. De a CoT-nál egyetlen rossz kanyar kisiklathatja az egész folyamatot. A HRM más megközelítést alkalmaz: az agy hierarchikus felépítését másolja két összekapcsolt modullal: egy magas szintű „tervezővel”, amely lassan és stratégiailag gondolkodik, valamint egy alacsony szintű „munkással”, amely gyors számításokat végez. Ez a struktúra lehetővé teszi a HRM számára, hogy egyetlen menetben mélyen „átgondoljon” egy problémát, és mindössze néhány példából tanuljon meg érvelni, anélkül, hogy az egész interneten előzetes tanítást (pre-training) kapna.