Duplex si sám najde nové dovednosti, v mezích, které mu stanovíte.

Lidé se dovednosti učí tím, že je dělají. Nováček zkouší kroky, v pár z nich chybuje, najde pořadí, které funguje, a po několika týdnech dělá práci, aniž by o ní přemýšlel. Model se takhle učit nedokáže, protože vaše práce ho nemění. Ke každému úkolu přináší široké znalosti a ke krokům se pokaždé znovu dopracovává úvahou, volání za voláním.

Dnes existují dobré způsoby, jak úkol udělat, a každý má svou cenu. Skript nebo pracovní postup je spolehlivý a levný na provoz, jakmile ho někdo napíše, a dělá jen to, k čemu byl napsán. Špičkový model, který si úkol odvozuje v kontextu, je flexibilní a nepotřebuje žádnou přípravu, a za tu flexibilitu platí při každém běhu. Metoda pokusu a omylu se učí tím, že dělá, jako lidé, a potřebuje k tomu velké množství pokusů.

Duplex se také učí tím, že dělá, a vaše AI může celou dobu zůstat vypnutá. Zkouší kroky, které povolíte, v mezích, které vymezíte tak těsně, jak práce vyžaduje, a najde cestu, která vede k cíli. Učení praxí je bezpečné, jen když má praxe meze, takže cokoli nebezpečného se odmítne dřív, než se to spustí. Ve čtyřech sadách během deseti běhů, z nichž každá byla hodnocena podle svého nejhoršího běhu, Duplex s vypnutým modelem dokončil každý úkol a potřeboval k tomu 2.8× méně pokusů než metoda pokusu a omylu. V každém běhu cestou odmítl 627 nebezpečných akcí a přesto se naučil bezpečnou cestu k cíli.

Rozdíl se ukáže během běhu. Špičkový model, který stejný úkol řešil v kontextu, provedl zhruba 507 volání modelu na běh a pokaždé si úkol odvozoval znovu. Duplex se ho naučil s vypnutým modelem a neprovedl vůbec žádné volání modelu. U úkolu, který se vrací každý týden, je to rozdíl mezi účtem za model, který nikdy nekončí, a žádným účtem. Duplex se úkol naučí jednou a vaše AI má volno pro práci, která vyžaduje uvažování.

Systém, který se učí sám, je užitečný jen tehdy, když můžete věřit tomu, co se naučí. Obava je oprávněná: zkratka, která jednou fungovala a pak se používá všude, nebo zvyk, o který nikdo nestál a který nejde vzít zpět. V natrénovaném modelu je to, co se naučil, rozprostřené v celém modelu, takže žádnou jednotlivou lekci nejde vyjmout a opravit jednu znamená trénovat znovu.

Duplex novou dovednost před použitím otestuje. Dovednost, kterou našel, se začne používat, teprve až projde svými kontrolami, a do té doby práce pokračuje jako dřív. Zkratka, která jednou náhodou zafungovala, nestačí. Do vašich systémů a k vašim zákazníkům se dostane dovednost, která už ukázala, že funguje.

Jakmile dovednost projde, její další použití nestojí skoro nic. Duplex zopakoval naučenou dovednost za 0.26 ms, bez volání modelu, kdežto model pracující v kontextu platí za to, že každý krok promýšlí, kdykoli se úkol vrátí. Jako všechno, co se Duplex naučí, i tato dovednost patří vám a může ji používat každý agent, kterému to dovolíte. Práce jako týdenní přehled přestane být něčím, co vaše AI vymýšlí, a stane se něčím, co Duplex dělá.

A kteroukoli dovednost můžete vzít zpět. Procesy se mění, systémy se vyřazují a krok, který byl minulé čtvrtletí v pořádku, teď v pořádku být nemusí. Požádejte, ať dovednost zmizí, a Duplex ji odstraní a vše ostatní, co se naučil, nechá, jak bylo. V testech byla každá naučená dovednost na požádání odstraněna a zkontrolována bit po bitu, takže z ní nic nezůstalo.

Právě to je potřeba, abyste mohli nechat systém učit se samostatně: meze, které stanovíte dřív, než začne, kontroly dřív, než se cokoli nového použije, a možnost cokoli z toho vzít zpět. Se všemi třemi se z práce, kterou váš tým každý týden opakuje, mohou stát dovednosti, které Duplex najde, otestuje a spouští za zlomek milisekundy. Vaše AI převezme problémy, které vyžadují uvažování, vaši lidé rozhodují tam, kde je potřeba úsudek, a váš tým dostane své pátky zpátky.