Fujitsu объявила о создании технологии для самообучающихся мультиагентных ИИ-систем

Компания Fujitsu Limited объявила ^[1] о разработке саморазвивающейся технологии многоагентных ИИ-команд, которая позволяет нескольким ИИ-агентам выполнять задачи вместе, непрерывно и безопасно обучаясь на основе результатов, обратной связи от людей, изменений в политике и спецификациях.

Отмечается, что в бизнес-операциях, связанных с огромным количеством документов и проектных спецификаций, решения об использовании конкретной информации обычно принимал специалист, основываясь на личном опыте ^[2]. Кроме того, с точки зрения ^[3] системы требовались постоянные корректировки со стороны экспертов для отражения изменений в подсказках, методах поиска, его критериях и операционных правилах.

При этом ИИ-агентам трудно самостоятельно анализировать причины сбоев и безопасно включать их в последующие операции, что требует постоянной корректировки подсказок и многого другого.

Для решения этой задачи Fujitsu разработала технологию, позволяющую агентам ИИ безопасно обучаться, автономно проверяя свой оперативный опыт. Её особенность заключается в том, что при выполнении задач агенты выявляют причины успеха и неудачи, извлекают полезные знания и делают выводы, а не просто хранят сгенерированные предложения по улучшению. Это позволяет им брать на себя такие задачи, как оперативная корректировка и обновление критериев оценки, которые ранее выполнялись экспертами. 

Компания применила новую технологию в следующих двух областях и оценила её точность:

• автоматическое улучшение и непрерывное развитие бизнес-специфических моделей LLM. Многоагентная система искусственного интеллекта ^[4] автономно выполняет и оптимизирует ряд шагов, таких как выбор данных, настройка условий обучения ^[5], оценка и улучшение, которые ранее выполнялись экспертами. Каждый агент ИИ генерирует предложения по улучшению на основе результатов выполнения бизнес-задач и результатов оценки, проверяя и отражая только эффективные из них, что постоянно улучшает производительность модели. Так, Fujitsu автоматически усовершенствовала систему «Takane» для различных областей, таких как производство, здравоохранение, финансы и государственное управление, и постоянно обновляла её в процессе эксплуатации. Этопривело к значительному улучшению средней точности на 28 пунктов по сравнению с показателями до. В медицинской сфере, например, применение этой технологии позволяет структурированно извлекать информацию, адаптированную к конкретным бизнес-операциям;

• поиск проектных спецификаций в крупномасштабных бизнес-системах. Технологию применили к поиску документов на основе агентов ИИ для проектных спецификаций электронной системы медицинских записей Fujitsu для средних и крупных больниц.

Fujitsu планирует интегрировать технологию в собственную платформу ИИ и предлагать её в качестве основной для поддержки внутренней разработки и автономной работы ИИ, ориентированного на конкретные бизнес-задачи. Кроме того, компания будет продвигать ее в широком спектре областей, требующих специальных знаний и постоянного совершенствования.

Объединив результаты исследований доцентов Грэма Нойбига и Тима Деттмерса из Университета Карнеги-Меллона и собственную технологию генеративной реконструкции ИИ, Fujitsu будет продвигать разработку технологий для управления саморазвивающимися многоагентными системами ИИ с меньшим объёмом памяти ^[6] и энергопотреблением. Это позволит использовать команды ИИ, которые постоянно обучаются на основе операций не только в облачных, но и в высококонфиденциальных локальных и периферийных средах.