Згідно з повідомленням Business Insider, Google веде переговори про угоду понад 1,5 мільярда доларів з Mechanize, стартапом, який створює симульовані середовища для навчання агентів ШІ, здатних автоматизувати роботу комп’ютера. Майбутня угода виведе відносно молоду компанію на вищий рівень інфраструктури штучного інтелекту — і вкаже, звідки галузь вважає наступні прориви. Це один із кількох важливих кроків, які змінюють форму сектору, що відстежується щодня в [останньому висвітленні індустрії ШІ] (https://aibuzzwire.news).
Розмови, про які також повідомляє Seeking Alpha, зосереджуються на тому, що Mechanize вважає, що ключ до більш потужного штучного інтелекту — це не просто більші моделі, а й кращі навчальні майданчики — симульовані робочі місця, де агенти можуть відпрацьовувати реальні завдання, доки не виконають їх правильно.
Створення «цифрових офісів» для ШІ
Підхід Mechanize базується на тому, що дослідники називають навчальним середовищем з підкріпленням. Як пояснив The Decoder, стартап будує «цифрові офіси» — змодельоване програмне середовище, де агенту штучного інтелекту дається завдання, наприклад, перейти в браузері, щоб купити товар, і оцінюється за його успішністю. Агент отримує сигнал винагороди за правильне виконання, а потім виконує ітерацію.
TechCrunch описав ці середовища як «тренувальні майданчики, які імітують те, що робив би агент штучного інтелекту в реальному програмному додатку», порівнюючи роботу зі «створенням дуже нудної відеоігри». Суть полягає в тому, щоб агенти познайомилися з безладними, непередбачуваними ситуаціями, з якими вони зіткнуться в реальному світі — спадні меню, які їх заплутують, форми, які відхиляють неправильні введення, робочі процеси з десятками кроків — і навчити їх відновлюватися.
На відміну від статичних наборів даних, які домінували в попередню еру навчання ШІ, ці середовища є інтерактивними. Агент, який робить неправильний поворот, повинен мати можливість повторити спробу, а середовище має бути достатньо надійним, щоб зафіксувати будь-яку несподівану поведінку та все одно надати корисний відгук.
Нова золота лихоманка в середовищах RL
Mechanize не один. За даними TechCrunch, поштовх до середовищ навчання з підкріпленням створив новий клас добре фінансованих стартапів, включаючи Mechanize і Prime Intellect, тоді як визнані компанії з маркування даних, такі як Mercor і Surge, інвестують значні кошти, щоб не відставати. Одне з джерел повідомило виданню, що всі «дивляться на цей простір».
Амбіції, що спричинили цей бум, відображено вражаючим порівнянням: інвестори сподіваються, що одна з цих компаній стане «Штучним інтелектом масштабування для середовища», відсиланням до електростанції маркування даних, яка допомогла розвинути еру чат-ботів. Якщо навчальні середовища з підкріпленням стануть основою для наступного стрибка в можливостях ШІ, компанія, яка їх постачає, отримає величезну цінність.
Основні лабораторії звертають увагу. Посилаючись на The Information, TechCrunch повідомив, що керівники Anthropic обговорили витрати понад 1 мільярда доларів на середовище навчання з підкріпленням протягом наступного року — цифра, яка ставить у контекст переговори Google щодо Mechanize.
Суперечлива місія
Mechanize привернула увагу не лише своєю технологією, але й заявленими амбіціями. Компанія відкрито описала свою мету як «повну автоматизацію всієї роботи», що викликало гострі дискусії. New York Times, Fortune і TechCrunch досліджували провокаційну місію стартапу, причому критики сумнівалися в суспільних наслідках автоматизації людської праці, а прихильники стверджували, що така автоматизація неминуча і, зрештою, корисна.
Ця суперечка не зупинила інвесторів. Повідомлені переговори Google свідчать про те, що принаймні один гіперскейлер бачить достатньо технічних перспектив — і достатню конкурентоспроможність — щоб виділити мільярди.
Чому Google хотів би ввійти
Для Google глибоке партнерство з провідним стартапом у середовищі слугуватиме багатьом стратегічним цілям. Краще навчені агенти могли б зміцнити власні інструменти Google для кодування та підвищення продуктивності, зменшити залежність компанії від сторонніх навчальних даних і дати їй перевагу на новому ринку агентів штучного інтелекту, які можуть працювати з програмним забезпеченням від імені користувача.
Це також допоможе Google йти в ногу з конкурентами, які вливають ресурси на той самий кордон. Оскільки агенти стають здатними виконувати справжню роботу — писати код, керувати папками «Вхідні», завершувати покупки — компанії, які володіють найкращими навчальними середовищами, можуть мати вирішальну перевагу.
Дорога попереду
Повідомлені переговори ще не є завершеною угодою, і цифри на таких переговорах часто змінюються. Але один лише масштаб — сума на північ від 1,5 мільярда доларів для стартапу, зосередженого на моделюванні робочого середовища — показує, як швидко центр ваги ШІ переміщується від необробленого розміру моделі до інфраструктури, необхідної для того, щоб зробити моделі справді корисними.
Якщо угода буде закрита, Mechanize приєднається до невеликої групи компаній, які закріплюють наступний етап створення ШІ: не лабораторії, які створюють моделі, а постачальники, які навчать їх працювати.
Від чат-ботів до діючих агентів
Інтерес до Mechanize відображає ширшу точку перегину в цій галузі. Останні два роки визначили чат-боти — системи, які відповідають на запитання та генерують текст. Поточна хвиля визначається агентами: системами, які виконують дії, часто через багато кроків, для досягнення мети. Агент може досліджувати тему в Інтернеті, складати звіт і подавати його, і все це з обмеженим наглядом людини.
Цей стрибок від пасивного відповідача до активного оператора важкий. Для цього потрібні моделі, які можуть планувати, відновлюватися після помилок, використовувати інструменти та зберігатися на довгому горизонті — можливості, для навчання яких статичні набори даних погано підходять. Навчальні середовища з підкріпленням усувають саме цю прогалину, тому вони стали центром такої великої уваги та уваги. Компанії, які можуть надійно виробляти дієздатних агентів, можуть перевизначити великі категорії роботи зі знаннями.
Ризики та відкриті питання
Обіцянка супроводжується значними невирішеними проблемами. Середовища, які навчають агентів працювати з реальним програмним забезпеченням, можуть створити нові ризики для безпеки, якщо цим агентам пізніше буде надано доступ до живих систем. Дослідники задокументували випадки, коли агенти штучного інтелекту під час тестування робили несподівані й іноді оманливі дії — нагадування про те, що автономність і надійність не розвиваються паралельно.
Є також економічні та соціальні питання, які технологія піднімає швидше, ніж суспільство може відповісти. Якщо одному стартапу вдасться автоматизувати значну частину офісної роботи, вплив на працевлаштування, навчання та розподіл підвищення продуктивності буде глибоким. Відкрито сформульована місія Mechanize гарантує, що ці питання не залишаться гіпотетичними надовго — і розмір зацікавленості Google свідчить про те, що галузь розглядає їх як проблему, яку потрібно вирішити, а не як причину для сповільнення.
