Νέο άλμα επιδόσεων στο δυσκολότερο τεστ Τεχνητής Γενικής Νοημοσύνης
Ραγδαία είναι η εξέλιξη στην Τεχνητή Νοημοσύνη, καθώς μοντέλο μικρής και άγνωστης εταιρείας οδήγησε σε νέο άλμα επιδόσεων μέσα σε έναν μήνα στο δυσκολότερο τεστ Τεχνητής Γενικής Νοημοσύνης (ΤΓΝ), και μάλιστα με το μισό κόστος σε σχέση με το Gemini 3 Deep Think της «Google», που μόλις μερικές βδομάδες νωρίτερα είχε ξεπεράσει κατά πολύ τους ανταγωνιστές του, το GPT-5 Pro της «OpenAI» & «Microsoft», το Claude Opus 4.5 της «Anthropic», το Grok 4 του Ίλον Μασκ και το κινεζικό DeepSeek R1.
Το μοντέλο της «Poetic» πέτυχε επίδοση 54%, επιβεβαιωμένη από τον ίδιο τον οργανισμό του τεστ ARC-AGI-2, όταν πριν την εμφάνιση του Gemini 3 η υψηλότερη επίδοση ήταν 22,8% και με το Gemini 3 είχε ανέβει στο 45,1%.
Η «Poetic» εφάρμοσε την τεχνική «Αυτοβελτίωσης μέσω Αναδρομής», που θεωρείται η πιθανότερη να οδηγήσει στην ΤΓΝ αλλά μέχρι τώρα όλες οι προσπάθειες εφαρμογής της οδηγούσαν σε αποτέλεσμα πολύ αργό και δαπανηρό για να έχει πρακτική αξία.
Κάθε βήμα «αυτοβελτίωσης» απαιτεί εκτεταμένη εκπαίδευση του Μεγάλου Γλωσσικού Μοντέλου (ΜΓΜ) ή ακόμα και επανεκπαίδευσή του από την αρχή. Η «Poetic» ισχυρίζεται ότι κατασκευάζει έξυπνα συστήματα που μπορούν να βελτιώνουν τον εαυτό τους απευθείας και αυτό γίνεται αρκετά γρήγορα, ώστε σε μερικούς μήνες να μπορέσει να τα διαθέσει για δωρεάν χρήση.
Η εταιρεία εγκατέλειψε την τεχνική της Ενισχυτικής Μάθησης, καθώς τη θεωρεί αργή και ακριβή, επειδή απαιτεί μεγάλο όγκο δεδομένων. Γι’ αυτό είναι πιο αποτελεσματική μόνο εκεί που μπορεί να υπάρξει μεγάλος όγκος συνθετικών δεδομένων, όπως στον προγραμματισμό υπολογιστών και στα μαθηματικά.
Με τη δική της τεχνική η «Poetic» μπορεί να χρησιμοποιήσει μόλις το ένα δεκάκις χιλιοστό του όγκου δεδομένων της Ενισχυτικής Μάθησης και να βασιστεί στα υπάρχοντα ΜΓΜ, όπως το Gemini 3, το οποίο και χρησιμοποίησε αμέσως μόλις εμφανίστηκε.
Η «Poetic» αξιοποιεί τα ΜΓΜ ως βάσεις δεδομένων που περιέχουν μεγάλο μέρος της ψηφιοποιημένης ανθρώπινης γνώσης και αντί να οικοδομεί μέσα στα μοντέλα αυτά, οικοδομεί πάνω τους, με τεχνικές που αποκαλύπτουν τη βαθύτερη γνώση που ενυπάρχει σε αυτά.
Η «Αυτοβελτίωση μέσω Αναδρομής» επιτρέπει στο μοντέλο της «Poetic» να γίνεται καλύτερο με κάθε πρόβλημα που του τίθεται προς επίλυση. Ουσιαστικά οικοδομεί ένα έξυπνο οικοσύστημα γύρω από το ΜΓΜ και το χρησιμοποιεί για να πετύχει καλύτερη συλλογιστική και επίλυση προβλημάτων. Σύντομα, υποστηρίζει, αυτό θα μπορεί να γίνεται και αυτόματα, χωρίς ανθρώπινη παρέμβαση.
Πηγή: Ριζοσπάστης
