Cornell-tanulmány: Az AI-ágensek együttműködésének növelése javítja a teljesítményt
Cornell-tanulmány: Az AI-ágensek együttműködésének növelése drasztikusan javítja a teljesítményt
A Cornell Egyetem kutatói nemrégiben olyan úttörő tanulmányt tettek közzé, amely alapjaiban kérdőjelezi meg az AI-modellek skálázásáról alkotott eddigi elképzeléseinket. A szakemberek arra a következtetésre jutottak, hogy a mesterséges intelligencia teljesítménye nem csupán a modell méretének növelésével, hanem az együttműködő AI-ágensek számának stratégiai bővítésével is jelentősen fokozható. A kísérlet során a kutatók egyetlen alapmodellből több különálló, független ágenst hoztak létre, amelyek egyidejűleg dolgoztak ugyanazon a problémán. A végeredményt egy speciális szavazási rendszer segítségével kombinálták, amely képes volt kiválasztani a legmegbízhatóbb és legpontosabb megoldást a különböző válaszok közül.
A kutatás során alkalmazott módszertan meglepő eredményeket hozott a különböző LLM-ek esetében, mint például a Llama vagy a GPT modellek. Kiderült, hogy az ágensek számának növelése közvetlen összefüggésben áll a feladatok megoldásának pontosságával. A legizgalmasabb megállapítás az volt, hogy a kisebb méretű, kevesebb paraméterrel rendelkező modellek képesek voltak felvenni a versenyt, vagy akár le is győzni a jóval nagyobb, komplexebb modelleket, amennyiben elegendő ágens dolgozott rajtuk párhuzamosan. Ezt a gyakorlatban is bizonyították: egy 13 milliárd paraméteres Llama modell bizonyos feladatoknál képes volt hatékonyabban teljesíteni, mint a 70 milliárd paraméterrel rendelkező, lényegesen nagyobb verzió.
Ez a megközelítés azért bír kiemelt jelentőséggel, mert alternatív utat mutat az AI-rendszerek fejlesztésében. Jelenleg az iparági trend a minél nagyobb modellek képzése felé mutat, ami azonban hatalmas számítási kapacitást és energiaforrásokat igényel. A Cornell tanulmánya szerint az egységben az erő elve nemcsak olcsóbb és hatékonyabb, de skálázhatóbb módszer is az AI okosabbá tételére. A jövőben, ahogy a számítási kapacitás és a technológiai képességek tovább fejlődnek, az automatizált folyamatokban párhuzamosan dolgozó, korlátlan számú ágens alkalmazása egészen elképesztő ugrást jelenthet az AI-képességekben, új távlatokat nyitva a komplex problémák megoldásában.
- A kutatók számos ágenst hoztak létre egy AI-modellből, és mindegyiküket függetlenül dolgoztatták egy problémán.
- Az ágensek válaszait ezután egy szavazási rendszerrel kombinálták a legjobb globális megoldás meghatározásához.
- Az ágensek számának növelése javította a pontosságot a különböző feladatok során olyan LLM-ek használatával, mint a Llama és a GPT.
- Egy kisebb LLM képes volt felvenni a versenyt egy nagyobbal, vagy akár le is győzni azt az ágensek számának növelésével; egy 13 milliárd paraméteres Llama modell bizonyos feladatokban megverte a 70 milliárdos verziót.
Ez a tanulmány megmutatja, hogy van egy egyszerű és hatékony módja az AI-rendszerek okosabbá tételének: az egységben az erő. Ahogy a számítási kapacitás és a képességek tovább skálázódnak, a feladatok elvégzésére automatizált korlátlan számú ágens elképesztő képességnövekedéshez vezethet. ---