Meta představila hyperagenty: umělá inteligence, která se učí zlepšovat sama sebe

Výzkumníci z Mety představili hyperagenty — AI systém, který se dokáže zdokonalovat v libovolné úloze, nejen v programování. Učí se nejen řešit problémy, ale i zlepšovat samotný proces učení.

Dosud platilo jedno pravidlo: pokud jste chtěli, aby se umělá inteligence zlepšovala sama od sebe, musela pracovat s kódem. Přepisovala vlastní programy, testovala je, vyhodnocovala výsledky — a celý cyklus se opakoval. Jenže většina reálné práce ve firmách nemá s programováním nic společného. Recenze dokumentů, hodnocení kvality, rozhodování o investicích — to všechno byly oblasti, kde se AI musela spoléhat na lidské nastavení a ladění. Výzkumníci z Mety teď přišli s řešením, které tento limit odstraňuje.

V nové studii publikované na platformě arXiv tým z Meta AI a několika univerzit představil koncept takzvaných hyperagentů — samozdokonalujícího se AI systému, který dokáže přepisovat a optimalizovat nejen svůj výkon v konkrétní úloze, ale i samotný mechanismus, kterým se zlepšuje. Jinak řečeno: hyperagent se neučí jen řešit problémy lépe. Učí se, jak se učit lépe.

Proč dosavadní přístupy nestačily

Myšlenka sebezdokonalující se AI není nová. Japonská laboratoř Sakana AI loni představila systém Darwin Gödel Machine (DGM), který dokázal iterativně přepisovat vlastní kód, testovat nové verze a ukládat úspěšné varianty do archivu. Fungoval skvěle — ale pouze v oblasti programování. Důvod je prostý: když AI zlepšuje svou schopnost psát kód, automaticky zlepšuje i svou schopnost přepisovat sama sebe. Obojí je totéž.

Jakmile ale DGM dostal úlohu z jiné oblasti — třeba hodnocení vědeckých článků, návrh odměnového modelu pro robota nebo matematické úlohy — tento synergický efekt se rozpadl. Schopnost posuzovat kvalitu textu nijak nepomáhá při přepisování vlastního kódu. A právě tady vznikla mezera, kterou hyperagenti zaplňují.

Jeden agent, dvě role — a žádné lidské zásahy

Tradiční architektura sebezdokonalujících systémů odděluje dvě role: takzvaného task agenta, který řeší konkrétní úlohu, a meta agenta, který analyzuje výsledky a navrhuje úpravy. Problém je, že meta agent je typicky fixní — navržený lidskými inženýry a závislý na jejich schopnosti předvídat, co bude potřeba upravit.

„Hlavní omezení ručně navržených meta-agentů spočívá v tom, že se mohou zlepšovat jen tak rychle, jak rychle je lidé dokážou navrhovat a udržovat,“ vysvětluje Jenny Zhang, spoluautorka studie. „Pokaždé, když se něco změní nebo přestane fungovat, musí člověk zasáhnout a aktualizovat pravidla nebo logiku.“

Hyperagenti toto dělení ruší. Sloučí task agenta a meta agenta do jednoho programu, který je plně sebereferenční — může analyzovat, hodnotit a přepisovat jakoukoli svou součást, včetně mechanismu sebezdokonalování. Výzkumníci tomu říkají metakognitivní sebemodifikace: agent se nezlepšuje jen v řešení úloh, ale i v tom, jakým způsobem se zlepšuje.

Výsledky: od recenzí článků po návrhy robotů

Výzkumníci vytvořili rozšířenou verzi nazvanou DGM-Hyperagents (DGM-H) a testovali ji na čtyřech zcela odlišných úlohách:

• Programování — benchmark Polyglot, srovnání s původním DGM
• Recenze vědeckých článků — simulace rozhodování recenzenta (přijmout/odmítnout)
• Návrh odměnového modelu pro robota — optimalizace chůze čtyřnohého robota
• Hodnocení matematických olympiád — zcela nová, neviděná úloha pro otestování přenositelnosti

Výsledky překvapily i samotné autory. V programování hyperagenti dosáhli srovnatelného výkonu s původním DGM, přestože nebyli specificky navrženi pro kódování. V recenzích článků překonali specializovaný model AI-Scientist-v2. U robotiky dosáhli lepších výsledků než ručně laděné systémy. A co je nejpůsobivější: v matematickém hodnocení — úloze, kterou nikdy předtím neviděli — dokázali přenést naučené metakognitivní dovednosti a dosáhnout solidních výsledků.

„Hyperagenti se neučí jen lépe řešit zadané úlohy, ale učí se i lépe se zlepšovat,“ upřesňuje Zhang. „Postupem času se zlepšení kumulují. Hyperagent nemusí v každé nové oblasti začínat od nuly — staví na vylepšeních samotného procesu zdokonalování, takže pokrok se násobí napříč úlohami.“

Co to znamená pro firmy a podnikatele

Pokud se koncept hyperagentů prosadí v praxi — a Meta rozhodně patří mezi firmy, které mají prostředky k tomu ho nasadit — důsledky pro byznys budou zásadní. Dnes většina firem nasazuje AI na konkrétní úlohy: chatbot pro zákaznickou podporu, model pro predikci poptávky, asistent pro psaní e-mailů. Každý z těchto systémů vyžaduje lidské ladění, pravidelné aktualizace promptů a doménové přizpůsobení.

Hyperagenti nabízejí vizi světa, kde AI systém sám zjistí, co nefunguje, sám navrhne opravu a sám ověří, jestli funguje lépe. A co víc — naučené strategie zdokonalování přenese i na úlohy, se kterými se dosud nesetkal. Firma, která nasadí hyperagenta na analýzu smluv, by teoreticky mohla stejný systém přesunout na vyhodnocování reklamací — a on by si sám vybudoval potřebné dovednosti.

Zatím jde o výzkum, nikoli o hotový produkt. Mezi laboratorním benchmarkem a nasazením ve firemním prostředí leží měsíce až roky práce. Ale směr je jasný: budoucnost AI nesměřuje k modelům, které je potřeba neustále ladit zvenčí. Směřuje k systémům, které se ladí samy — a časem se v tom zlepšují čím dál rychleji.

„Hlavní omezení ručně navržených meta-agentů spočívá v tom, že se mohou zlepšovat jen tak rychle, jak rychle je lidé dokážou navrhovat a udržovat. Pokaždé, když se něco změní, musí člověk zasáhnout.“ — Jenny Zhang, spoluautorka studie z Meta AI

Praktický pohled: na co se připravit

Pro české podnikatele z toho vyplývá několik praktických závěrů. Za prvé: investice do AI infrastruktury se vyplatí stále víc, protože systémy budoucnosti nebudou vyžadovat armádu inženýrů na údržbu. Za druhé: firmy, které dnes budují kvalitní datové sady a zpětnovazební smyčky, budou mít obrovský náskok — hyperagenti potřebují data k tomu, aby se mohli zlepšovat. A za třetí: éra, kdy stačilo nasadit ChatGPT a doufat, pomalu končí. Budoucnost patří systémům, které se přizpůsobují, učí a vyvíjejí — bez čekání na další verzi od dodavatele.

Meta zatím neprozradila, kdy a jestli hyperagenty integruje do svých komerčních produktů. Ale s ohledem na to, že firma investuje do AI ročně desítky miliard dolarů a nedávno představila vlastní model Muse Spark, je pravděpodobné, že koncept sebezdokonalujících agentů brzy opustí akademickou sféru. A když se tak stane, změní pravidla hry pro každého, kdo s umělou inteligencí pracuje.