Seorang pembaca anonim mengutip laporan dari Wired: [P]mungkin AI bisa belajar dengan cara yang lebih manusiawi — dengan memikirkan pertanyaan-pertanyaan menarik untuk ditanyakan pada dirinya sendiri dan berusaha menemukan jawaban yang tepat. Sebuah proyek dari Universitas Tsinghua, Institut Kecerdasan Buatan Umum Beijing (BIGAI), dan Universitas Negeri Pennsylvania menunjukkan bahwa AI dapat belajar bernalar dengan cara ini dengan bermain-main dengan kode komputer. Para peneliti merancang sistem yang disebut Absolute Zero Reasoner (AZR) yang pertama kali menggunakan model bahasa besar untuk menghasilkan masalah pengkodean Python yang menantang namun dapat dipecahkan. Ia kemudian menggunakan model yang sama untuk menyelesaikan masalah tersebut sebelum memeriksa kerjanya dengan mencoba menjalankan kode. Dan yang terakhir, sistem AZR menggunakan keberhasilan dan kegagalan sebagai sinyal untuk menyempurnakan model aslinya, sehingga meningkatkan kemampuannya untuk mengajukan masalah yang lebih baik dan menyelesaikannya. Tim menemukan bahwa pendekatan mereka secara signifikan meningkatkan keterampilan pengkodean dan penalaran versi 7 miliar dan 14 miliar parameter model bahasa sumber terbuka Qwen. Yang mengesankan, model tersebut bahkan mengungguli beberapa model yang menerima data yang dikurasi manusia. […] Tantangan utamanya adalah saat ini sistem hanya bekerja pada soal-soal yang mudah diperiksa, seperti soal-soal yang melibatkan matematika atau coding. Seiring berjalannya proyek, dimungkinkan untuk menggunakannya pada tugas-tugas AI agen seperti menjelajahi web atau melakukan pekerjaan kantor. Hal ini mungkin melibatkan model AI yang mencoba menilai apakah tindakan agen sudah benar. Salah satu kemungkinan menarik dari pendekatan seperti Absolute Zero adalah, secara teori, pendekatan ini memungkinkan model melampaui pengajaran manusia. “Setelah kita memilikinya, ini adalah semacam cara untuk mencapai kecerdasan super,” [said Zilong Zheng, a researcher at BIGAI who worked on the project].
Baca lebih lanjut cerita ini di Slashdot.
