A Facebook tulajdonosa, a Meta közölte, hogy kutatási részlege új MI-modelleket bocsátott ki, köztük egy „Self-Taught Evaluator” nevű modellt, amely utat mutathat az emberi részvétel csökkentéséhez az MI fejlesztési folyamatában.

A Meta egy augusztusi fejlesztési anyagban mutatta be először az eszközt, amely részletesen leírta, hogy az OpenAI nemrég kiadott o1 modelljei által használt „gondolatlánc” technikára támaszkodnak, hogy megbízható ítéleteket hozzanak a modellek válaszairól. Ez a technika az összetett problémák kisebb logikai lépésekre való bontását jelenti, és úgy tűnik, hogy javítja a válaszok pontosságát olyan kihívást jelentő problémákra, mint a természettudományok, a kódolás és a matematika. A Meta kutatói kizárólag mesterséges intelligencia által generált adatokat használtak az értékelő modell betanításához, így ebben a szakaszban is kiküszöbölték az emberi beavatkozást.

A mesterséges intelligencia megbízható értékelésének képessége bepillantást enged a saját hibáikból tanulni képes autonóm mesterséges intelligencia-ügynökök létrehozásának lehetséges útjába - mondta a projekt mögött álló két Meta-kutató. A mesterséges intelligencia területén sokan olyan digitális asszisztenseket képzelnek el, akik elég intelligensek ahhoz, hogy emberi beavatkozás nélkül is rengeteg feladatot elvégezzenek.

Az önfejlesztő modellek kiválthatnák a ma használt, gyakran költséges és nem hatékony, emberi visszajelzésből történő megerősítő tanulásnak nevezett folyamatot, amelyhez emberi kurátorok hozzájárulása szükséges, akiknek speciális szakértelemmel kell rendelkezniük az adatok pontos címkézéséhez és az adatok ellenőrzéséhez.