KI-en teamet ditt brukte i morges, var ferdig med å lære før noen av dere møtte den. Den lærte språk, kunnskap og resonnering i én lang treningskjøring, fra mer tekst enn noen kunne lese. Så sluttet treningen, den ble lansert, og det den vet, ble låst.
Siden da har teamet ditt lært den mye. De har rettet svarene dens, tatt den gjennom den nye returpolicyen og forklart unntaket for den største kunden din igjen og igjen. Hver lærdom varte én samtale, og modellen er nøyaktig som den var den dagen den ble lansert.
Til nå har læringen til hver KI-modell sluttet der treningen slutter. ACI begynner der. Den lærer og handler under kjøring, mens arbeidet ditt pågår, i samspill med modellen du allerede bruker. Det gjør den til en ny kategori av intelligens, og Duplex er bygget på den.
En modell lærer verden i én lang treningskjøring, før noen bruker den.
Hver modell slutter å lære når treningen er over.
Modeller slutter å lære ved lansering av en god grunn. Lær et trent nettverk noe nytt, og det har en tendens til å overskrive det som allerede var lært; forskere kaller det katastrofal glemsel. Hold det stødig, og det beholder kunnskapen sin, men slutter å lære. Og fordi det som ble lært, er spredt gjennom hele nettverket, kan ingen enkelt lærdom rettes eller fjernes uten å trene det på nytt.
Til sammen utgjør dette trilemmaet i nevrale nett: et nettverk kan lære raskt, beholde kunnskapen sin eller la deg endre det som er lært, og det får i beste fall to. Så hver modell trenes én gang, låses og lanseres. Fra da av blir den bare bedre når produsenten trener neste versjon: etter produsentens tidsplan, for alle kunder på én gang, og fra verdens tekster i stedet for arbeidet ditt.
De vanlige måtene å lære en modell arbeidet ditt på holder seg innenfor den grensen. En prompt, et dokument eller et hentet avsnitt legger den siste rettelsen din foran modellen for ett svar: modellen leser den, bruker den og lærer ingenting av den. Finjustering får en lærdom til å vare, men hver finjustering er en ny treningskjøring på en klynge med akseleratorer, og modellen den lager, er låst igjen den dagen kjøringen slutter.
ACI lærer og handler under kjøring.
ACI starter med din første forespørsel. Når teamet ditt bekrefter et resultat, gjenspeiler neste lignende forespørsel det de bestemte. Når en regel endres, følger ACI den nye fra neste forespørsel. Den trenger ingen treningskjøring og ingen ny versjon, og modellen din forblir som den er.
Hvert resultat bygger på det forrige, så det nye skyver ikke ut det gamle: en beslutning teamet ditt avgjorde i mars, gjelder fortsatt i november, med mindre teamet ditt endrer den. Og teamet ditt kan det. Alt ACI har lært, kan gjennomgås, rettes eller fjernes for seg, og alt annet forblir som det var. Et nevralt nett får i beste fall to av de tre; ACI får alle tre, under kjøring.
Og den handler ut fra det den lærer. For hver forespørsel bestemmer ACI ruten: den svarer på det den har lært, henter inn modellen din til det som er nytt, orientert med det ACI vet om saken, eller bruker et av verktøyene dine, alltid innenfor reglene dine. Når resultatet kommer tilbake, lærer ACI av det også.
En policyendring setter alt dette på prøve. I ti kjøringer fulgte Duplex den nye policyen med 0% utdaterte svar og 100% av sitt tidligere arbeid intakt, mens cache og gjenfinning fortsatte å servere det gamle svaret 72% av gangene.
Den er intelligens, og den er din.
ACI lærer mønsteret bak et resultat, og det er det som gjør den til intelligens. Når en forespørsel den kjenner, kommer tilbake med nye ord, kjenner ACI den igjen. Når en forespørsel bare ser kjent ut, ser den forskjellen og overleverer den til modellen din. Og når en arbeidsoppgave stadig kommer tilbake, tilegner ACI seg en egen ferdighet, prøver den ut før den tas i bruk og fjerner den på forespørsel.
En cache eller et søk i tidligere svar fungerer annerledes. Det finner det som ligner på forespørselen, så en dobbeltgjenger får det gamle svaret, og den samme forespørselen med nye ord finner ingenting som er nært nok. Det er nyttig for å finne et dokument, og ingen erstatning for å kjenne arbeidet ditt.
ACI lærer arbeidet ditt: beslutningene teamet ditt avgjør, unntakene det gjør, måten det gjør ting på. En modell tilhører laben som trente den. Det ACI lærer, tilhører deg, og for alt den har lært, kan du se hvilken agent det kom fra, med hvilken modell og når.
En ny type intelligens, ved siden av den du har.
ACI arbeider i samspill med KI-modellene du allerede bruker. Hjernen parer to lærende på samme måte: en langsom for generell kunnskap, som neocortex, og en rask for hver ny erfaring, som hippocampus. KI-modellen din er den langsomme: generell intelligens, lært fra verden. Duplex, bygget på ACI, er den raske: kjøretidsintelligens, lært fra arbeidet ditt.
Hver gjør det den gjør best. Modellen din bidrar med bredde og kan ta seg av nesten ethvert spørsmål. ACI bidrar med dybde: reglene dine, beslutningene dine og resultatene dine, lært i detalj. Og å legge til en intelligens ved siden av modellen slår å trene selve modellen på nytt. I seks tester, på tre offentlige datasett og to modellfamilier, slo Duplex en finjustert adapter i alle seks, med 30.3 poeng i snitt, uten treningskjøring.
Det paret er det som gjør ACI til en egen kategori: en andre intelligens, i stedet for en større modell, en raskere treningskjøring eller et bedre sted å oppbevare dokumenter. År med forskning på trilemmaet i nevrale nett ble til ACI: Vareons proprietære algoritmer og arkitektur for en intelligens som lærer av hvert resultat, bygger på det den vet, og forblir i dine hender.
Hver modell du bruker, vil fortsatt slutte å lære den dagen den lanseres, og det samme vil den neste. Det som endrer seg, er alt etter den dagen. Fra din første forespørsel lærer ACI av arbeidet ditt, og for hver dag den kjører, kjenner intelligensen ved siden av modellen din det arbeidet litt bedre. Treningen slutter der den alltid har sluttet, og læringen fortsetter så lenge arbeidet ditt gjør det.