Компания Mechanize создает цифровые офисы для обучения ИИ-агентов

Стартап Mechanize из Сан-Франциско хочет продвинуть автоматизацию офиса с помощью ИИ дальше, чем кто-либо другой. Цель компании: как можно быстрее полностью заменить человеческий труд на компьютере искусственным интеллектом ^[1]. Для этого команда создаёт имитационные цифровые рабочие места, разработанные специально для обучения ^[2] ИИ-агентов.

«Наша цель — полностью автоматизировать работу», — говорит Тамай Бешироглу, соучредитель Mechanize. Вместе с Эге Эрдилом и Мэтью Барнеттом, которые ранее работали в исследовательской группе Epoch AI, команда сосредоточена на создании будущего, в котором ИИ не просто помогает в цифровом труде, а полностью его заменяет. Их первая цель — разработка программного обеспечения.

Смоделированные офисы для агентов искусственного интеллекта

Mechanize делает ставку на обучение с подкреплением ^[3]. Компания обучает ИИ-агентов в виртуальных рабочих пространствах, имитирующих реальные цифровые офисы: почтовые ящики, Slack, редакторы кода, браузеры и многое другое. Агенты выполняют задания, получают вознаграждение за успех и наказание за неудачу и повторяют ^[4] цикл. «Это похоже на создание очень скучной видеоигры», — сказал Бесироглу New York Times ^[5].

Основатели считают, что этих сред в конечном итоге будет достаточно для обучения агентов, способных выполнять любую работу, связанную с компьютером. До этой реальности ещё много лет. По оценкам Барнетта, на это может уйти от 10 до 20 лет, а Бешироглу и Эрдил называют срок от 20 до 30 лет.

Амбиции Mechanize выходят за рамки кода. Компания хочет, чтобы агенты ИИ выполняли все цифровые задачи, от планирования и коммуникации до выполнения. «Мы по-настоящему поймём, что добились успеха, только когда создадим системы ИИ, способные взять на себя практически все обязанности, которые человек может выполнять за компьютером», — пишут основатели.

Но когда речь заходит о более широком социальном влиянии, Mechanize менее конкретна. Команда говорит, что представляет себе будущее с радикальным изобилием и поддерживает такие идеи, как всеобщий базовый доход для работников, которых вытесняет ИИ. Тем не менее конкретного плана перехода нет. Барнетт утверждает, что миссия этически оправдана: если общество в целом станет богаче, говорит он, это перевесит потери рабочих мест.

«Горький урок»: почему обучение с подкреплением занимает центральное место в подходе Mechanize

В сопроводительном эссе ^[6] основатели Mechanize отмечают, что, несмотря на быстрый прогресс, современные системы ИИ всё ещё не могут полностью заменить инженеров-программистов. Модели отлично справляются с конкретными задачами программирования, но всё ещё далеки от полной автономности.

Mechanize связывает это ограничение с «горьким уроком» исследований в области ИИ ^[7]: всякий раз, когда алгоритмы, разработанные вручную, конкурировали с подходами, основанными на данных и вычислениях, последние в конечном итоге побеждали в масштабе. Настоящий прорыв произойдёт не благодаря умной инженерии, а благодаря масштабному обучению в сложных смоделированных средах.

Этот подход тесно связан с последними разработками Саттона. Он и Дэвид Сильвер недавно представили концепцию следующего скачка в развитии ИИ ^[8]: агенты, которые учатся на практике, а не только на основе данных, созданных человеком. Они утверждают, что настоящий прогресс в области ИИ зависит от агентов, которые живут в непрерывном потоке опыта ^[9], учатся на основе обратной связи и адаптации.

От помощников в программировании до универсального ИИ

Компания считает, что путь вперёд лежит через сочетание демонстрационных данных, полученных от людей, и обучения с подкреплением в смоделированных цифровых офисах. Только такой подход, по их мнению, позволит создать агентов, которые будут вести себя как настоящие коллеги: делегировать задачи, планировать, исправлять ошибки ^[10] и понимать контекст. Цель состоит в том, чтобы автоматизировать все функции разработчика программного обеспечения, создав «удаленного работника», который легко впишется в цифровые команды.

Существующие среды RL не справляются с этой задачей: в них нет доступа к интернету, многоагентного взаимодействия и реалистичных программных инструментов, что мешает агентам развивать навыки обобщения. Mechanize хочет решить эту проблему, создав более насыщенные и реалистичные обучающие среды, которые отражают реальную цифровую работу.

Хотите быть в курсе важных новостей из мира ИИ? Подписывайтесь на наш Telegram‑канал BotHub AI News ^[11].

Источник ^[12]