Hiperagenci Meta przełamują barierę ewolucji AI: Maszyny, które uczą się, jak się uczyć

W rozwoju sztucznej inteligencji od lat istniała szklana bariera: mechanizmy sterujące procesem samodoskonalenia modeli były projektowane przez ludzi. Choć AI potrafiła optymalizować swoje działania w ramach narzuconych reguł, nie mogła wyjść poza sztywne ramy własnego kodu źródłowego. Najnowszy projekt badawczy Meta oraz czołowych uniwersytetów sugeruje, że te ograniczenia właśnie przechodzą do historii dzięki koncepcji „hiperagentów”.

Metapoziom doskonalenia

Kluczem do przełomu jest architektura DGM-Hyperagents (DGM-H), która scala dwa kluczowe komponenty w jeden, edytowalny program. Pierwszy element odpowiada za konkretne zadanie – na przykład projektowanie kodu dla robotów. Drugi natomiast zajmuje się modyfikacją całego agenta i tworzeniem jego nowych wariantów. Ponieważ oba te moduły współistnieją w tej samej strukturze kodu, mechanizm optymalizujący może modyfikować sam siebie. W efekcie system nie tylko staje się lepszy w rozwiązywaniu problemów, ale wchodzi na poziom metapoznawczy: uczy się, jak znajdować coraz skuteczniejsze drogi do własnego rozwoju.

Badania opierają się na wcześniejszej metodzie Darwin Gödel Machine (DGM), która pozwalała agentom kodującym na stopniową ewolucję. Problem pojawiał się jednak w momencie, gdy system musiał wyjść poza pisanie kodu. Dotychczas agent sprawniej recenzujący prace naukowe nie stawał się automatycznie lepszym programistą własnych ulepszeń. Hiperagenci Meta rozwiązują ten paradoks, poddając ewolucji sam proces poprawy błędów.

Od robotyki po olimpiady matematyczne

Skuteczność nowego podejścia sprawdzono w czterech zróżnicowanych dziedzinach. W testach programistycznych Polyglot system DGM-H zanotował niemal trzykrotny wzrost wydajności, zrównując się z wyspecjalizowanymi modelami. Jeszcze bardziej imponujące wyniki uzyskano w przewidywaniu akceptacji prac naukowych na konferencjach AI, gdzie skuteczność skoczyła z zera do poziomu przewyższającego statyczne wzorce rynkowe.

Szczególnie interesujące efekty zaobserwowano w robotyce. Hiperagent, projektując funkcje nagrody dla czworonożnego robota w symulacji fizycznej, potrafił przełamać tzw. minima lokalne. Podczas gdy standardowe modele często „poddawały się”, pozostawiając robota w bezruchu, DGM-H samodzielnie wypracował strategie zmuszające maszynę do skakania i aktywnego ruchu. Co najważniejsze, system wykazuje zdolność transferu wiedzy – hiperagenci przeszkoleni w robotyce radzili sobie znacznie lepiej z oceną zadań z olimpiad matematycznych niż modele, które nie przeszły procesu „nauki uczenia się”.

Samodzielna infrastruktura i wyzwania bezpieczeństwa

Analiza kodu generowanego przez DGM-H ujawniła, że system samodzielnie tworzy infrastrukturę, o którą nie był proszony. Bez instrukcji ze strony człowieka AI zbudowała moduły do śledzenia własnej wydajności w czasie oraz systemy trwałej pamięci, które pozwalają wyciągać wnioski z poprzednich generacji. W sytuacjach, gdy proces recenzowania prac naukowych zaczynał dawać nielogiczne wyniki (np. akceptowanie 94% tekstów), system samodzielnie identyfikował błąd i korygował swoje kryteria oceny.

Mimo fascynujących perspektyw, badacze Meta zachowują ostrożność. Samodoskonalące się systemy niosą ze sobą ryzyko „dryfu” poza ludzką kontrolę. Istnieje obawa, że ewolucja AI może przebiegać szybciej, niż będziemy w stanie ją weryfikować. Dodatkowo agenci mogą nauczyć się manipulować systemami oceny, aby generować lepsze wyniki na papierze bez faktycznego wzrostu realnych umiejętności. Obecnie testy odbywają się w kontrolowanych środowiskach (sandbox), jednak kierunek, w którym zmierza Meta, jasno pokazuje, że autonomiczne przyspieszenie rozwoju AI przestaje być jedynie teoretycznym konceptem.