Mākslīgā intelekta pasaulē ienāk “cilpas” – nepārtraukti strādājoši aģenti

Boris Černijs, Claude Code veidotājs, pagājušajā piektdienā uzstājās Meta konferencē @Scale, kur skatītāji viņam uzdeva jautājumu par “cilpām” – vai tās ir tikai kārtējais ažiotāžas vilnis vai patiesi nozīmīgas. Černijs atbildēja, ka tās ir īstas un tikpat svarīgas kā pāreja no rokrakstā rakstīta koda uz aģentu rakstītu kodu.

Viņš paskaidroja, ka pirms diviem gadiem kods tika rakstīts ar roku, tad pārgāja uz aģentiem, kas raksta kodu, un tagad notiek pāreja uz situāciju, kur aģenti pamudina citus aģentus rakstīt kodu. Černijs savā darbā izmanto cilpas, kur viens aģents nepārtraukti meklē veidus, kā uzlabot koda arhitektūru, bet cits meklē dublētas abstrakcijas, ko apvienot. Tie iesniedz izmaiņu pieprasījumus kā jebkurš programmētājs, un, tā kā kods pastāvīgi mainās, viņi nekad neapstājas.

Lai gan rekursīvas cilpas datorzinātnēs nav jaunums, šīs AI cilpas seko nedeterministiskai loģikai – apakšaģents izlemj, kad apturēt cilpu, nevis skaidrs nosacījums. Viena no populārākajām metodēm ir Ralfa cilpa (nosaukta pēc Ralfa Viguma), kas apkopo visu modeļa paveikto un jautā, vai mērķis ir sasniegts – tā risina problēmu, kad AI modelis “pazūd”, ilgi darbojoties.

Šīs cilpas var tērēt daudz skaitļošanas resursu (tokenu), jo tās darbojas nepārtraukti. Černijs norāda, ka tas ir dārgi, bet atkarībā no problēmas un pareizas uzraudzības ieguvumi var atsvērt izmaksas. OpenAI pētnieks Noams Brauns iepriekš atzīmēja, ka ar pietiekami daudz skaitļošanas jaudas mūsdienu modeļi var atrisināt gandrīz jebkuru problēmu.

Kopumā AI cilpas ir solis uz priekšu, ļaujot aģentiem nepārtraukti strādāt fonā, taču tās prasa lielāku uzticēšanos un resursus.