Річ Саттон запускає Oak Lab, щоб революціонізувати автономних ШІ-агентів

Лауреат премії Тюрінга Річард Саттон офіційно вийшов на арену стартапів із запуском Oak Lab — торонтського проєкту, спрямованого на переосмислення штучного інтелекту. Виходячи за межі обмежень сучасних генеративних моделей, компанія прагне створювати автономних агентів, здатних до справжніх відкриттів завдяки безперервному навчанню в режимі реального часу.

Поза межами генеративної імітації

Річард Саттон, піонер сучасного навчання з підкріпленням і колишній дослідник Keen Technologies, вважає, що нинішня траєкторія розвитку ШІ є фундаментально помилковою. У той час як індустрія зараз одержима великими мовними моделями (LLM), Саттон стверджує, що ці методи глибокого навчання є «слабкими та неефективними».

За словами Саттона, сучасний генеративний ШІ чудово справляється з імітацією, але не здатний до самооцінки. Оскільки ці моделі не можуть критично оцінювати власні результати, вони за своєю природою не здатні на справжні відкриття чи науковий прогрес. Місія Oak Lab полягає в тому, щоб перейти від епохи «статичного навчання», коли моделі навчаються на величезних наборах даних, а потім «заморожуються», до майбутнього динамічного, еволюційного інтелекту.

Мета: навчання в реальному часі та моделі світу

У партнерстві з Хуррамом Джаведом Саттон позиціонує Oak Lab як проєкт, що втілює бачення, засноване на передовому навчанні з підкріпленням. Замість того, щоб покладатися на готові набори даних, Oak Lab прагне розробляти агентів, які безперервно навчаються на основі взаємодії з навколишнім середовищем.

Технічна дорожня карта зосереджена на кількох критичних напрямках:

• Внутрішні моделі світу: Створення агентів, які не просто передбачають наступний токен, а розуміють фундаментальні механізми свого оточення.
• Автономна оцінка: Розробка систем, здатних самостійно керувати процесами варіативності, оцінки та вибору без втручання людини.
• Планування в реальному часі: Перехід від реактивного зіставлення шаблонів до проактивного, цілеспрямованого планування.

Саттон встановив амбітний довгостроковий орієнтир для лабораторії: створення агента з трильйоном параметрів, здатного до навчання та планування в реальному часі, споживаючи при цьому лише 20 ват енергії. Ця ціль спрямована на вирішення однієї з найголовніших проблем сучасного ШІ — величезних енергетичних потреб масивних обчислювальних кластерів.

Чому це важливо для ландшафту ШІ

Заснування Oak Lab сигналізує про потенційну зміну парадигми в індустрії ШІ. У той час як більша частина сучасного ринку зосереджена на масштабуванні архітектур трансформерів та збільшенні розмірів наборів даних, Саттон закликає до «ретельного переосмислення» фундаментальних ідей, що рухають цю галузь.

Якщо Oak Lab досягне успіху, індустрія може відійти від методу «грубої сили» масштабування даних на користь більш елегантних та ефективних архітектур, що імітують біологічний інтелект. Надаючи пріоритет навчанню з підкріпленням та взаємодії з середовищем, Саттон робить ставку на те, що шлях до загального штучного інтелекту (AGI) лежить через досвід та автономію, а не лише через масштабну імітацію.

Основні висновки

• Новий філософський підхід: Oak Lab прагне замінити нинішні «слабкі» методи глибокого навчання агентами, які навчаються через безперервну взаємодію з середовищем, а не на статичних наборах даних.
• Амбіції щодо ефективності: Стартап націлений на прорив у обчислювальній ефективності, прагнучи створити модель із трильйоном параметрів, яка працюватиме на потужності лише 20 ват.
• Фокус на відкриттях: На відміну від генеративного ШІ, який зосереджений на імітації, Oak Lab створює агентів, здатних до самооцінки та автономного планування в реальному часі.