Új AI-startupot alapított a Turing-díjas Sutton és Javed
Richard Sutton, a modern reinforcement learning egyik megalkotója, Khurram Javeddel közösen alapította a torontói Oak Labot. A cég olyan AI-ügynököket fejleszt, amelyek maguktól tanulnak és terveznek.

Richard Sutton, a 2024-es Turing-díj nyertese, aki korábban John Carmack AI-cégénél, a Keen Technologies-nél dolgozott, új startupot indított Oak Lab néven Torontóban Khurram Javeddel közösen. Sutton szerint a jelenlegi deep learning módszerek „gyengék és hatástalanok”, és „nem több finomhangolásra, hanem alapvetően új ötletekre és alapos átalakításra van szükségük”, mielőtt szilárd alapot adhatnának az AI ambiciózusabb céljainak eléréséhez — írja a The Decoder.
Sutton korábbi kijelentései utalnak arra, mire törekszik: júniusban amellett érvelt, hogy a generatív AI kiváló az utánzásban, de nem képes saját kimeneteit értékelni, ami megakadályozza az igazi felfedezést. Olyan AI-ügynököket akar létrehozni, amelyek folyamatosan tanulnak a környezetükből, belső világmodelleket építenek, és önállóan kezelik a variációkat, értékelést és kiválasztást. Az Oak Lab ezen az elképzelésen alapul.
Kapcsolódó: AI felfedezésképessége
Önmaga tanuló ügynökök
A Keenhez hasonlóan a cég a reinforcement learningre (RL) és arra a meggyőződésre épít, hogy az AI-nak a működés közbeni tapasztalatokból kell tanulnia, nem pedig egyszeri, statikus adathalmazokon történő betanításból. Sutton szerint a jelenlegi deep learning módszerek gyengék és hatástalanok, és nem több finomhangolásra, hanem alapvetően új ötletekre és alapos átalakításra van szükségük.
Kapcsolódó: nyílt forrású AI fejlődése
Hosszú távú cél: egy trillió paraméteres ügynök
A cég hosszú távú célja egy „trillió paraméteres ügynök” létrehozása, amely valós időben tanul és tervez mindössze 20 watt energiával. Ez a célkitűzés egyelőre nem került demonstrálásra, de Sutton szerint ez jelenti az AI jövőjét.
Kapcsolódó: AutoTTS tokenoptimalizálás