Durante años, los investigadores de IA han anticipado el momento en que los sistemas de IA podrán desarrollarse mejor que los humanos. Ahora que los inversores invierten dinero en la próxima generación de laboratorios de IA basados en la investigación, hay más recursos disponibles para lograr estos objetivos. Ahora, uno de esos nuevos laboratorios ha dado un gran paso para que eso suceda.
El miércoles, Adapt presentó un nuevo producto llamado Científico automotriz que ayuda a los modelos a aprender rápidamente capacidades específicas utilizando un enfoque automatizado para el ajuste convencional. Estas técnicas se pueden aplicar a una variedad de campos, pero el equipo de Adapt se centra específicamente en el potencial para acelerar y simplificar el proceso de entrenamiento y ajuste de modelos de IA de vanguardia.
Según la cofundadora y directora ejecutiva Sara Hooker, quien anteriormente trabajó como vicepresidenta de investigación de IA en Cohere, AutoScientist representa una nueva forma de abordar el proceso de capacitación en IA. “Lo realmente interesante de esto es que optimiza datos y modelos, y aprende la mejor manera de aprender cualquier capacidad determinada”, dijo Hooker a TechCrunch. “Esto sugiere que, en última instancia, podemos permitir un entrenamiento exitoso de IA fuera de estos laboratorios”.
AutoScientist aprovecha las ofertas de datos existentes de la empresa, Datos adaptablescuyo objetivo es facilitar la creación de conjuntos de datos de alta calidad a lo largo del tiempo. Mientras tanto, AutoScientist está diseñado para convertir conjuntos de datos en constante mejora en modelos de IA en constante mejora. “Nuestra opinión sobre la adaptabilidad es que toda la pila debe ser verdaderamente adaptable y, esencialmente, debe optimizarse rápidamente para cualquier tarea que tenga”, dijo Hooker.
Por supuesto que ese enfoque producirá buenos resultados. En sus materiales de lanzamiento, Adapt se jacta de que AutoScientist ha más que duplicado su tasa de victorias en todos los modelos: una cifra impresionante, pero difícil de poner en contexto. Dado que estos sistemas están diseñados para adaptar modelos para tareas específicas, no se pueden aplicar puntos de referencia convencionales como SWE-Bench o ARC-AGI.
Sin embargo, Adapt confía en que los usuarios notarán la diferencia una vez que prueben AutoScientist, y está tan seguro de que el laboratorio hará que la herramienta sea de uso gratuito durante los primeros 30 días después del lanzamiento.
“Así como la codificación abrió muchas tareas, también abrirá mucha innovación en muchos campos”, dijo Hooker.
Cuando compra a través de enlaces en nuestros artículos, es posible que ganemos una pequeña comisión. Esto no afecta nuestra independencia editorial.
