MIT-ისა და Sakana AI-ის ახალი სისტემა SIFT კოდის დამწერი აგენტების შეფ

მასაჩუსეტსის ტექნოლოგიური ინსტიტუტისა (MIT) და Sakana AI-ის მკვლევრებმა შეიმუშავეს ახალი მეთოდი SIFT, რომელიც კოდის დამწერი ავტონომიური აგენტების გაუმჯობესების პროცესს საგრძნობლად აიაფებს. პროგრამული უზრუნველყოფის შექმნისას აგენტების ქცევის მუდმივი კორექტირება დიდ გამოთვლით რესურსს მოითხოვს. ახალი სისტემა კი საშუალებას იძლევა შემოწმების პროცესი გამარტივდეს ისე, რომ მოდელების საბოლოო ეფექტიანობა და სიზუსტე არ დაზარალდეს.

ტრადიციულად, ინჟინრები აგენტის ინსტრუქციების შესაცვლელად და ახალი ინსტრუმენტების დასამატებლად ძვირადღირებულ სრულ ბენჩმარკებს იყენებს. თვითგაუმჯობესების ციკლში მყოფი სისტემა საკუთარ შეცდომებს აანალიზებს და სთავაზობს ცვლილებებს, რომელთა გადამოწმება ასობით დავალებაზე დიდ დროსა და ფინანსებს მოითხოვს. მკვლევრებმა აღნიშნა, რომ ერთი ცვლილების შემოწმების საფასური ხშირად 12 ცენტს აღწევს, რაც მასშტაბური ძიებისას ხარჯებს კატასტროფულად ზრდის.

სწორედ ამ პრობლემის გადასაჭრელად შეიქმნა SIFT, რომელიც თითოეული ვარიანტის სრულ გამოცდას ცალკე ენობრივი მოდელის მსაჯად გამოყენებით ანაცვლებს. შემფასებელი მოდელი ერთმანეთს ადარებს კანდიდატებს და პარალელურ რეჟიმში აგრძელებს ახალი ცვლილებების ძიებას. VentureBeat წერს, რომ ეს მიდგომა შესაძლებელს ხდის გაცხრილოს არაეფექტური ვერსიები და სრულ შემოწმებაზე მხოლოდ ყველაზე პერსპექტიული კანდიდატები გაიგზავნოს, რაც რესურსებს მკვეთრად ზოგავს.

პრაქტიკულმა ექსპერიმენტებმა Polyglot ბენჩმარკზე ახალი მეთოდის მაღალი ეფექტიანობა ნათლად აჩვენა. სისტემამ 35.1% სიზუსტეს 5 საათზე ნაკლებ დროში მიაღწია, რისთვისაც მხოლოდ 42 პროცესორული საათი და API გამოძახებებზე დაახლოებით 150 დოლარი დაიხარჯა. მიღებული შედეგები მოწმობს, რომ იაფფასიანი შეფასების წყაროს გამოყენება არ აუარესებს საერთო ხარისხს და საგრძნობლად აჩქარებს პროგრამული აგენტების ევოლუციას.

კვლევითი ჯგუფის წევრებმა განმარტა: „ძველი მიდგომების მთავარი შეფერხება ინფორმაციულობასა და შეფასების მაღალ საფასურს შორის არსებული დისბალანსია.“ მცირე რაოდენობის ამოცანებზე შემოწმება იაფია, თუმცა ხშირად მცდარ სურათს იძლევა, რადგან კანდიდატს შესაძლოა შემთხვევით მარტივი დავალებები შეხვდეს. SIFT კი აერთიანებს იაფ შეფასებას და გონივრულ სელექციას, რაც სტაბილურ და ობიექტურ შედეგს განაპირობებს.

არქიტექტურულად SIFT ეფუძნება Darwin Gödel Machine (DGM) სისტემას, რომელიც ინახავს აგენტების არქივს და კანდიდატებს მზარდი სირთულის ამოცანებზე ცდის. თუმცა DGM-ისგან განსხვავებით, ახალი მეთოდი ამცირებს გამოთვლით დანახარჯებს ენობრივი მოდელის ევრისტიკული შეფასების ხარჯზე. Sakana AI-ის მკვლევრები მიუთითებს, რომ ეს ჰიბრიდული მიდგომა გზას უხსნის მუდმივად თვითგანვითარებად პროგრამულ სისტემებს, რომელთა შენახვა კომპანიებს იაფი დაუჯდება.

2026 წლის საინჟინრო პრაქტიკაში ავტონომიური კოდის დამწერი აგენტები ერთ-ერთ წამყვან მიმართულებად იქცა. კომპანიები ცდილობს პროგრამული უზრუნველყოფის შექმნის პროცესი მაქსიმალურად გაამარტივოს და დეველოპერებს რუტინული სამუშაო მოუხსნას. თუმცა აგენტების სწავლება და მათი ქცევის ვალიდაცია აქამდე უზარმაზარ ფინანსურ ბარიერს წარმოადგენდა, რის გამოც მცირე გუნდები საკუთარი მოდელების ოპტიმიზაციას ვერ ახერხებდა.

MIT-ისა და Sakana AI-ის ერთობლივი ნაშრომი ამ ბარიერს მნიშვნელოვნად ამცირებს და მცირე ლაბორატორიებსაც აძლევს საშუალებას ჩაერთონ აგენტების სრულყოფის პროცესში. როდესაც შეფასების საფასური ასობით დოლარიდან რამდენიმე დოლარამდე ეცემა, ექსპერიმენტების რაოდენობა გეომეტრიული პროგრესიით იზრდება. ეს კი თავის მხრივ ხელს უწყობს უფრო საიმედო და უსაფრთხო კოდის გენერაციის ალგორითმების სწრაფ აღმოჩენას.

ექსპერტების შეფასებით, სისტემის გამოყენება შესაძლებელია სხვა რთული ამოცანების შემსრულებელი აგენტებისთვისაც. მათემატიკური მსჯელობა, მონაცემების ანალიზი და იურიდიული დოკუმენტების დამუშავება მოითხოვს მუდმივ შემოწმებას, სადაც SIFT-ის მსგავსი იაფი შემფასებელი მოდელები წარმატებით იმუშავებს. სისტემა ადასტურებს, რომ ჭკვიანი არქიტექტურა ზოგჯერ უხეშ გამოთვლით ძალაზე ბევრად ეფექტიანია.

Sakana AI-ის სამეცნიერო ჯგუფმა დაადასტურა, რომ პროექტის კოდი და ბენჩმარკების შედეგები სრულად ხელმისაწვდომი გახდება მკვლევართა საერთაშორისო საზოგადოებისთვის. ეს ნაბიჯი კიდევ უფრო დააჩქარებს ღია მოდელების განვითარებას და გაზრდის გამჭვირვალობას ინდუსტრიაში. ავტორები იმედოვნებენ, რომ ახალი მეთოდოლოგია საფუძვლად დაედება მომავალი თაობის ავტონომიურ სისტემებს, რომლებსაც საკუთარი თავის გაუმჯობესება მინიმალური ხარჯებით შეეძლება.

საბოლოო ჯამში, SIFT წარმოადგენს მნიშვნელოვან ტექნოლოგიურ ნაბიჯს ხელოვნური ინტელექტის ეკონომიკური ეფექტიანობის გაზრდის გზაზე. გამოთვლითი რესურსების ოპტიმიზაცია საშუალებას აძლევს ინდუსტრიას გადავიდეს ენერგოეფექტურ მოდელებზე. მომავალში სწორედ მსგავსი ჭკვიანი შემფასებელი ალგორითმები განსაზღვრავს, რამდენად სწრაფად და უსაფრთხოდ შეძლებს ციფრული სისტემები ადამიანური პროგრამისტების დონემდე განვითარებას.