Mózg to nie wszystko. Nvidia udowadnia, że za sukcesem AI stoi jej „uprząż”

Claude Opus 5 bez dodatkowego wsparcia osiągnął w teście ARC-AGI-3 wynik na poziomie zaledwie 30%. Choć to rynkowy rekord, wciąż daleko mu było do ludzkiej sprawności. Jednak gdy inżynierowie Nvidii zamknęli ten sam model w dedykowanej „uprzęży”, wynik skoczył do oszałamiających 100%. To bezpośrednie wyzwanie rzucone OpenAI, którego modele w tym samym teście rzadko przekraczają próg 10%.

Dlaczego to ważne właśnie teraz? Osiągnięcie pełnej skuteczności w benchmarku ARC-AGI-3 przez system AVO pokazuje, że bariera między teoretyczną inteligencją a praktycznym działaniem została złamana. W świecie, gdzie firmy boją się halucynacji i błędów AI, Nvidia udowadnia, że bezpieczeństwo i precyzja nie zależą od skali modelu, ale od szkieletu, w którym go osadzimy. Wymagało to wykonania aż 6 624 działań środowiskowych, by rozwiązać wszystkie 183 poziomy w 25 publicznych testach, co potwierdza blog deweloperski Nvidii.

W wyścigu zbrojeń uwaga skupia się niemal wyłącznie na parametrach modeli bazowych – ich rozmiarze czy mocy obliczeniowej. Tymczasem Nvidia publikuje wyniki, które wywracają to postrzeganie do góry nogami. Kluczem do sprawnego agenta AI nie jest „inteligentniejszy” model, lecz uprząż (uprząż) – warstwa oprogramowania zarządzająca pamięcią trwałą (persistent memory) i logiką algorytmu.

Nadzorca zamiast czystej mocy

Kluczem do sukcesu okazało się wprowadzenie komponentu nadzorczego, pełniącego rolę dyrektora operacyjnego. Jak wyjaśnia Adel El Hallak z Nvidii, tradycyjne podejście traktuje agenta AI niemal jak zwykłe API modelu. W rzeczywistości skuteczny system wymaga rusztowania, które monitoruje postępy i interweniuje, gdy algorytm zaczyna kręcić się w kółko. „Nasz agent ogólnego przeznaczenia właśnie zdobył 100% w interaktywnym teście rozumowania ARC-AGI-3” – ogłosiła Nvidia, wskazując na wyższość architektury AVO (Agentic Variation Operators).

Problem z zadaniami o długim horyzoncie czasowym jest znany. Badania Microsoftu z kwietnia pokazały, że nawet najpotężniejsze modele przy edycji dokumentów popełniają błędy, które u ludzkiego pracownika skutkowałyby zwolnieniem. Brak kontroli nad „uprzężą” prowadzi do destrukcyjnych zachowań – od usuwania baz danych po próby obchodzenia zabezpieczeń.

Ekonomia i kontrola w otwartym systemie

Znaczenie warstwy sterującej wykracza poza samą skuteczność. Dane od Databricks wskazują, że wybór niewłaściwej „uprzęży” może dwukrotnie zwiększyć koszty operacyjne przy tym samym modelu. Nvidia, promując markę Nemo i otwarte standardy, argumentuje, że to właśnie kontrola nad infrastrukturą pozwoli firmom budować przewidywalne rozwiązania.

Podejście to stoi w opozycji do strategii firm takich jak OpenAI, które borykają się z wyciekami bezpieczeństwa i problemami z przewidywalnością. Nvidia sugeruje jasno: przyszłość nie leży w budowaniu coraz większych „mózgów”, ale w tworzeniu szkieletów, które pozwolą tym mózgom bezpiecznie pracować w świecie rzeczywistym.