Introduction

Les chercheurs en IA anticipent depuis des années le moment où les systèmes IA pourront s'améliorer eux-mêmes mieux que les humains. Avec les investisseurs qui injectent des fonds dans une nouvelle génération de laboratoires de recherche en IA, il y a plus de ressources que jamais pour atteindre cet objectif.

Contexte Technique

Adaption a présenté un nouveau produit appelé AutoScientist qui aide les modèles à apprendre des capacités spécifiques rapidement en utilisant une approche automatisée de fine-tuning conventionnel. Les techniques sont applicables à un large éventail de domaines, mais l'équipe d'Adaption se concentre particulièrement sur le potentiel d'accélération et de facilitation du processus de formation et de fine-tuning d'un modèle IA de pointe.

AutoScientist s'appuie sur l'offre de données existante de l'entreprise, Adaptive Data, qui vise à faciliter la création de jeux de données de haute qualité au fil du temps. AutoScientist est conçu pour transformer ces jeux de données en amélioration continue en modèles IA en amélioration continue.

Analyse et Implications

AutoScientist représente une nouvelle façon d'aborder le processus de formation de l'IA. Selon la co-fondatrice et PDG Sara Hooker, « ce qui est super excitant, c'est qu'il co-optimise à la fois les données et le modèle, et apprend la meilleure façon d'apprendre n'importe quelle capacité ».

Les résultats d'AutoScientist sont prometteurs, avec plus du double des taux de gain sur différents modèles. Cependant, il est difficile de mettre ces chiffres en contexte, car le système est conçu pour adapter les modèles à des tâches spécifiques, ce qui rend les benchmarks conventionnels inapplicables.

Perspective

Adaption est confiant que les utilisateurs verront la différence une fois qu'ils essayeront AutoScientist - au point de rendre l'outil gratuit à utiliser pendant les 30 premiers jours après sa sortie. « De la même manière que la génération de code a déverrouillé de nombreuses tâches, cela déverrouillera une grande partie de l'innovation à la frontière de différents domaines », déclare Hooker.