Kinijos technologijų milžinė „Alibaba“ pristatė naują Qwen šeimos dirbtinio intelekto modelį, kurį įmonės komanda apibūdina kaip gebantį ilgą laiką atlikti sudėtingas užduotis beveik be žmogaus priežiūros. Skelbiama, kad modelis pritaikytas programavimui, darbiniams procesams, tyrimams ir ilgoms, kelių etapų užduotims.
Pasak Qwen komandos, viename demonstraciniame bandyme modelis apie 125 valandas, tai yra maždaug 5 paras, dirbo „visiškai savarankiškai“ ir atkūrė matematikos mokslo straipsnio eksperimento dalį nuo nulio, o vėliau pasiūlė patobulinimų. Tai būtų vienas ryškiausių viešai pristatomų ilgo veikimo pavyzdžių, tačiau svarbu pažymėti, kad tokių rezultatų nepriklausomi tyrėjai nepatvirtino.
„Modelis gali išlikti produktyvus ilgą laiką be nuolatinės žmogaus priežiūros ir užbaigti daugiasluoksnes užduotis“, – teigiama Qwen komandos pranešime.
„Alibaba“ taip pat mini atvejį, kai modelis dalyvavo realaus laiko internetiniame konkurse, kuriame varžėsi 526 žmonių komandos. Skelbiama, kad per 24 valandų terminą DI aplenkė didžiąją dalį dalyvių ir nusileido tik 68 komandoms, tačiau detali bandymo metodika ir vertinimo kriterijai viešai aprašomi ribotai.
Panašūs pažadai JAV rinkoje
„Alibaba“ pareiškimai sutampa su tuo, ką pastaruoju metu akcentuoja JAV startuolis „Anthropic“ apie savo „Claude“ ekosistemą. Įmonė komunikuoja, kad jos sprendimai gali planuoti darbus, taisyti kodą, vykdyti testavimą ir atlikti ilgesnes užduotis su minimaliu žmogaus įsikišimu.
Ši konkurencija atspindi platesnę tendenciją: DI kūrėjai siekia, kad modeliai ne tik atsakinėtų į klausimus, bet ir patys planuotų veiksmų seką, naudotų įrankius, tikrintų savo tarpinius rezultatus ir valdytų ilgus projektus. Rinkoje tai dažnai vadinama perėjimu nuo pokalbių DI prie agentinio DI, nors realūs gebėjimai labai priklauso nuo testavimo sąlygų ir kontrolės priemonių.
Kodėl tai svarbu dabar
Naujasis Qwen pristatymas yra reikšmingas ir geopolitiniame kontekste, nes JAV pastaraisiais metais griežtino pažangių lustų eksporto ribojimus Kinijai. Tokios priemonės siejamos su bandymais sulėtinti Kinijos pažangių skaičiavimo pajėgumų augimą, o tai tiesiogiai veikia didžiųjų kalbos modelių mokymą ir diegimą.
„Alibaba“ žinutė investuotojams ir rinkai aiški: įmonė nori parodyti, kad Kinijos DI laboratorijos gali konkuruoti dėl aukščiausios klasės rezultatų ne tik kalbos supratimo, bet ir ilgo, savarankiško darbo scenarijuose. Vis dėlto, kol nėra išsamių nepriklausomų vertinimų, tokius teiginius verta vertinti atsargiai ir laukti standartizuotų, palyginamų testų bei viešai prieinamų techninių detalių.