✔️ Sakana AI делает ставку на самообучающийся ИИ, чтобы обойти гонку вычислительных мощностей

Японский AI-стартап Sakana AI объявил о запуске исследовательской лаборатории RSI Lab, посвященной рекурсивному самоулучшению (RSI) — концепции, при которой ИИ-системы могут итеративно перепроектировать и улучшать себя. Компания видит в этом путь к созданию более эффективного ИИ, не требующего огромных вычислительных ресурсов.

Лаборатория опирается на предыдущие проекты Sakana: LLM-Squared (языковые модели улучшают обучение других моделей), Darwin Gödel Machine (эволюция собственного кода), The AI Scientist (автоматизация научных исследований, чья статья прошла рецензирование и была опубликована в Nature). Дорожная карта RSI включает четыре фазы: от агентно-ориентированных моделей к полному рекурсивному самоулучшению и, в перспективе, к демократизации frontier AI.

Sakana позиционирует RSI как альтернативу доминирующей парадигме масштабирования — вместо обучения гигантских моделей на кластерах GPU компания делает ставку на адаптивные системы, которые находят лучшие решения за минимальное количество попыток. Примечательно, что Anthropic ранее предупреждал о рисках RSI: после достижения полного рекурсивного самоулучшения ИИ может развиваться быстрее, чем институты успевают реагировать.

#AI #SakanaAI #RSI #SelfImprovement #Tech #Computing

🧠 Sakana AI представила MASS: самоулучшение ИИ через коллективный интеллект

Японская лаборатория Sakana AI опубликовала работу о рекурсивном самоулучшении (RSI) моделей. Идея: когда ИИ решает открытые исследовательские задачи, человеку всё сложнее оценивать результаты - и тогда лучшим оптимизатором и оценщиком становится сама модель.

Метод Multi-Agent Self-Supervision (MASS) работает так: одна общая модель решает задачи через команду виртуальных субагентов, ищет удачные мультиагентные схемы взаимодействия и сама выбирает лучшие из них. Затем обучение на траекториях лучшей команды «перегоняет» коллективный опыт обратно в единую модель.

Результаты двух циклов на открытой модели 27B: после второго цикла показатель «счёт на токен вывода» вырос в 1,2-1,6 раза относительно базовой модели на четырёх исследовательских бенчмарках. Авторы выделяют три вывода: обучение только на данных решателя автоматически улучшает и оптимизатора, и оценщика; мультиагентные траектории эффективнее одиночных для RSI; узким местом может быть оптимизатор, а не оценщик.

Отдельный акцент - на безопасности. В гомогенном цикле, где модель сама себя оценивает, общие слепые зоны могут закрепляться как «прогресс» через обучение. Авторы призывают сообщество изучать такие сбои и сохранять способы их обнаружения.

🎨 qvabo.studio/tg · картинки и видео

#AI #SakanaAI #Research #MultiAgent #SelfImprovement #Security