בעידן שבו מודלי הבינה המלאכותית החכמים ביותר עדיין מחקים בני אדם, חוקרים מציגים גישה חדשנית: AI ששואל שאלות לעצמו ומתאמן באופן עצמאי. פרויקט Absolute Zero Reasoner (AZR), שפותח על ידי אוניברסיטת צינגחואה, מכון BIGAI בבייג'ינג ואוניברסיטת פנסילבניה סטייט, מדגים כיצד מודל שפה גדול (LLM) מייצר בעיות קוד Python מאתגרות אך פתירות, פותר אותן, בודק את התוצאות על ידי הרצת הקוד ומשפר את עצמו על סמך ההצלחות והכשלונות. גישה זו עשויה לשנות את חוקי הלמידה של AI ולהוביל ליכולות על-אנושיות. (72 מילים)
המערכת AZR פועלת בשלושה שלבים עיקריים: ראשית, ה-LLM מייצר בעיות קוד מורכבות אך ניתנות לפתרון. לאחר מכן, אותו מודל מנסה לפתור את הבעיות. לבסוף, הוא בודק את הפתרון על ידי הרצת הקוד ומשתמש בתוצאות כדי לחדד את יכולותיו – הן ביצירת בעיות טובות יותר והן בפתרונן. החוקרים בדקו את השיטה על גרסאות של 7 מיליארד ו-14 מיליארד פרמטרים של מודל Qwen הפתוח, והשיגו שיפור משמעותי ביכולות קידוד והיגיון. לפי הדיווח, המודלים אף עלו על מתחרים שקיבלו נתונים מעוצבים על ידי בני אדם. (98 מילים)
אנדרו זאו, סטודנט לדוקטורט בצינגחואה שיזם את הרעיון, וזילונג ז'נג מחוקר BIGAI, מסבירים כי הגישה דומה ללמידה אנושית אמיתית. "בהתחלה מחקים הורים ומורים, אבל כדי להתקדם צריך לשאול שאלות עצמאיות", אומר זאו. השיטה, המכונה לעיתים 'self-play', מוכרת כבר שנים ומבוססת על עבודות של חלוצי AI כמו יורגן שמידהובר ופייר-יווס אוודייה. מה שמרשים הוא שהקושי גדל עם כוח המודל, מה שמאפשר התקדמות מתמשכת. (92 מילים)
האתגר העיקרי כרגע הוא שהשיטה עובדת רק על בעיות שניתן לבדוק אוטומטית, כמו מתמטיקה או קוד. בעתיד, ניתן יהיה להרחיב ל nhiệmות סוכנים כמו גלישה באינטרנט או משימות משרדיות, כאשר ה-AI ישפוט את נכונות הפעולות. ז'נג מציין כי גישה כזו יכולה לאפשר למודלים לעבור מעבר להוראה אנושית: "זהו דרך להגיע לסופר-אינטליגנציה". פרויקטים דומים כבר צצים במעבדות גדולות, כמו Agent0 של סיילספורס, סטנפורד ואוניברסיטת צפון קרוליינה, שמשפר סוכנים באמצעות self-play. (96 מילים)
מאמר אחר ממטא, אוניברסיטת אילינוי וקרנגי מלון מציג self-play להנדסת תוכנה, וטוען כי זה צעד ראשון לסוכני תוכנה סופר-אינטליגנטיים. בעוד מקורות נתונים קונבנציונליים מתייקרים ומתמעטים, שיטות כאלה הופכות קריטיות. בישראל, שבה חברות טק מובילות בתחום AI, התפתחויות כאלה משמעותיות במיוחד – הן מאפשרות פיתוח מודלים עצמאיים שיתחרו בענקיות גלובליות. (85 מילים)
השלכות עסקיות ברורות: מנהלי עסקים יכולים לצפות ל-AI שמתאמן בעצמו על נתונים פנימיים, חוסך זמן ומשאבים. השנה צפויות התקדמויות נוספות בשיטות למידה עצמאיות, שיהפכו מודלים מפחות 'מחקי' ליותר יצירתיים כמו בני אדם. (68 מילים)
מה תהיה ההשפעה על תעשיית הטכנולוגיה הישראלית? האם נראה חברות מקומיות מאמצות self-play כדי להאיץ חדשנות? קראו את המאמר המלא כדי להבין כיצד להיערך. (52 מילים)