Onderzoekers testen of taalmodellen zelf hun eigen werkomgeving kunnen bouwen

Verschillende onderzoeksgroepen hebben een nieuwe benadering gepresenteerd om de capaciteiten van AI-systemen te evalueren. In plaats van alleen te kijken naar het eindantwoord dat een model geeft, beoordeelt de nieuwe methode de uitvoerbare structuur die het model zelf bouwt om taken uit te voeren. Hiermee wordt gekeken naar de mate waarin systemen autonoom operationele infrastructuren kunnen inrichten.

Autonomie en beperkingen bij taakuitvoering

Bij experimenten over diverse taken bleken de zelfgecreëerde structuren op specifieke terreinen vergelijkbaar te presteren met door mensen ontworpen varianten. Toch bleven ze op andere vlakken achter. Bovendien bleek dat lang niet elke automatische aanpassing leidde tot betere resultaten op onbekende opdrachten, wat aangeeft dat volledige autonomie bij het optimaliseren van dergelijke systemen nog uitdagingen kent.

Het ontwikkelen van systemen die zelfstandig hun werkomgeving kunnen inrichten en verbeteren sluit aan bij de bredere trend binnen kunstmatige intelligentie om modellen minder afhankelijk te maken van menselijke tussenkomst. Grote taalmodellen worden steeds vaker ingezet als agenten die zelfstandig complexe taken uitvoeren, waarbij het optimaliseren van de onderliggende softwareomgeving een logische volgende stap is in dit onderzoeksveld.