数据：
Genius智能体在训练2小时、仅用10%的数据后，在Pong游戏中超越人类顶尖玩家。其模型规模仅为传统最先进模型的4%。
线索：
Verses团队的Genius智能体展示了全新的AI训练方法，利用生物智能的理念使得模型在资源有限的情况下实现高效学习。这种方法的成功或导致传统大模型方法的淘汰。市场可能面临多样化和高效化的AI产品崛起带来的机遇，也包括对现有大模型基于的业务模式的挑战。
正文：
Verses团队近期推出的Genius智能体在经典游戏Pong中，仅用10%的数据和2小时的训练时间，便超越了顶尖人类玩家和其他AI。其规模相比当今最先进的IRIS模型缩小了96%，且可在普通的M1芯片MacBook上运行。Genius在游戏中能达到全满分20分，显示其强大的学习和适应能力。
研究的灵感始于科学家四年前的实验，即培养的「盘中大脑」在5分钟内学习玩Pong，而此想法在2023年已在Nature上得到证实。Verses团队此后致力于将生物学的智慧转化为柜上AI的应用，认为这是贝叶斯智能体的一个重要里程碑。
现有的许多大模型AI智能体并未真正具备逻辑推理能力。Verses团队的Genius通过认知引擎赋予了AI更强的主动性和学习能力，带来了智能体进化的新机遇。与需要大量计算资源的传统模型不同，Genius可在单张A100 GPU上高效运行，其模型包含仅35万个参数，训练速度大幅提升。
在大约10k游戏步骤的训练中，Genius表现优异，而IRIS在同样数据情况下训练2天却成绩平平。针对三款经典游戏，包括Pong，Boxing和Freeway，Genius的表现都展现了其优越性，显示其不仅能在静态环境中有效学习，更能适应动态条件。
在构建过程中，Genius的开发者借助了Karl Friston教授的自由能理论和主动推断框架，这一方法从认知科学的角度提供了对智能体行为的深刻理解。基于这些原则的AI设计，能够显著提高样本效率和持续学习能力，是一种全新的先进机器智能方法，标志着贝叶斯推理架构的成功应用。
Genius的开发不仅挑战了深度学习的现状，还为未来智能体的发展指明了方向。尤其在商业领域，如金融、医疗等场景中的应用潜力，预示着更灵活、智能的解决方案将取代资源消耗巨大的传统模型。
发布时间：
2025-01-21 15:11:14
评论 ( 0 )