O seu agente consegue ler um contrato em francês, reconciliar um livro-razão e explicar um stack trace antes do almoço. Na segunda-feira à tarde, o seu responsável financeiro corrige-o uma vez: os reembolsos precisam de aprovação acima de £75, e não acima de £100. Na terça-feira de manhã, aprova um reembolso de £90 sem perguntar a ninguém.
O modelo está a funcionar como foi concebido. Traz inteligência geral, aprendida devagar com o mundo, para tudo o que tem à frente, e na terça-feira a correção já não está à frente dele. Multiplique isso por cada correção que a sua equipa faz numa semana, e o seu agente passa os dias a repetir erros que os seus colaboradores já corrigiram.
O que lhe falta é um segundo tipo de inteligência, que aprenda depressa com o seu trabalho e aja com base nisso enquanto o trabalho acontece. O Duplex é essa inteligência. Com ele ao lado do seu modelo, a correção de segunda-feira aplica-se na terça, e em todos os dias seguintes.
A sua IA traz inteligência geral a cada sessão.
A sua IA traz inteligência geral.
Ter inteligência geral sempre à mão é uma coisa notável. Um modelo de fronteira aprendeu linguagem, conhecimento e raciocínio com o que o mundo escreveu, e traz tudo isso para perguntas que nunca viu: uma cláusula de contrato, um cliente com pressa, um bug que ninguém encontrou antes. Nenhum sistema que a sua equipa construa vai igualar essa amplitude, e nenhum precisa.
Essa amplitude foi aprendida devagar, no pré-treino, antes de o modelo ser implementado. Depois de entrar em uso, fica como foi treinado, por muito do seu trabalho que passe por ele. Sabe o que o mundo escreveu, e nada do que a sua equipa decidiu esta manhã. Uma versão melhor chega quando quem o fez lança uma, treinada outra vez com o mundo e não com o seu trabalho.
As equipas preenchem a lacuna com contexto. Um prompt acrescenta o que importa para um pedido, e os excertos recuperados acrescentam o que parece relevante. Ambos ajudam, e ambos desaparecem quando o pedido termina, por isso uma correção tem de voltar a ser posta à frente do modelo sempre que importa, por alguém que saiba que o tem de fazer. O que falta é algo que aprenda à velocidade do trabalho.
A sua IA aprende conhecimento geral, linguagem e raciocínio no pré-treino, antes de ser posta em produção.
O Duplex acrescenta uma segunda inteligência.
O Duplex aprende com cada resultado que a sua equipa confirma, à medida que acontece, e age com base nele a partir do próximo pedido, em todas as sessões e para todos os agentes que autorizar. Os pesos do seu modelo ficam como estão, e o Duplex não precisa de GPU: corre em servidores comuns, por isso os aceleradores ficam com a sua IA, para o trabalho novo que só ela consegue fazer.
Os dois dividem o trabalho pelo que cada um faz melhor. O que o Duplex aprendeu, responde ele próprio: em Cerca de 97 ms, sem chamada ao modelo, contra Cerca de 2,231 ms quando é a sua IA a deduzi-lo. O que é novo, ou só parece familiar, vai para a sua IA, informada com o que o Duplex sabe sobre o caso. O resultado volta, e o Duplex também aprende com ele.
Informada quer dizer que a sua IA parte do que o Duplex sabe: as regras que se aplicam, a forma como a sua equipa trata casos como este, a correção de segunda-feira. Gasta a sua inteligência geral no que é novo, em vez de voltar a deduzir o que a sua equipa decidiu há semanas. E quanto mais tempo os dois trabalham juntos, mais trabalho de rotina o Duplex assume, por isso as chamadas à sua IA vão para onde contam.
A forma habitual de ensinar algo a um modelo é um projeto de retreino: juntar as correções, treinar, testar, lançar. A correção que a sua equipa fez hoje espera por cada um desses passos. O Duplex aprende-a à medida que acontece, e o que aprende funciona ao lado da sua IA e não dentro dela, por isso a sua equipa pode inspecioná-lo, corrigi-lo, removê-lo ou levá-lo para outro modelo.
A sua equipa confirma uma correção num pedido em curso, enquanto o trabalho acontece.
O cérebro combina um aprendiz lento com um rápido.
O cérebro trabalha com dois sistemas: um lento para o conhecimento geral, e um rápido para cada nova experiência. É por isso que consegue aprender o nome de um novo colega num instante sem desaprender nada do que já sabe. Cada sistema protege o outro: o rápido aprende sem perturbar o que levou anos a construir, e o lento mantém-se estável enquanto o rápido acompanha o dia a dia.
A sua IA é inteligência geral, aprendida devagar, como o neocórtex. O Duplex é inteligência em execução: aprende depressa com o seu trabalho e age com base nisso, como o hipocampo. Juntos, são duas inteligências num só sistema. O seu modelo mantém-se tão fiável como no dia em que foi implementado, e o Duplex aprende tão depressa quanto o seu trabalho muda.
A analogia fica-se pela aprendizagem. O Duplex também decide se responde, passa adiante ou recusa, planeia e age dentro das suas regras, e leva o trabalho entre sessões, agentes e modelos. É uma inteligência por direito próprio, ao lado da sua IA, e dá à sua IA aquilo que ela não consegue fazer sozinha.
A diferença vê-se quando o trabalho muda. Num fluxo de 3,000 decisões em que as regras mudaram cinco vezes, o modelo sozinho acertou em 2.3% das decisões afetadas por essas mudanças. Os dois juntos acertaram em 92.5%, e no fluxo inteiro fizeram 90.3% menos chamadas ao modelo.
Guarde a sua IA para o que só a inteligência geral consegue fazer: o caso novo, a pergunta difícil, o pedido que ninguém viu. Deixe o Duplex ficar com o que a sua equipa já resolveu, e aprender com cada resultado pelo caminho. Um traz o que o mundo sabe, o outro o que o seu trabalho lhe ensinou, e o sistema que formam juntos melhora a cada dia que funciona.