Pięć. Przełomy badawcze: modele świata, które przeskakują kroki
W warstwie badań uwagę przyciągają dwie prace o wspólnym mianowniku. Pierwsza to Memento 3, opracowany przez badaczy z University College London i działu Noah's Ark Lab firmy Huawei. Na dwudziestu pięciu publicznych grach zestawu ARC-AGI-3 agent osiągnął górny limit wskaźnika względnej efektywności działań równy stu, pozostawiając model językowy zamrożony. Zużył przy tym siedem tysięcy pięćset osiemnaście akcji wobec siedemnastu tysięcy stu trzydziestu pięciu w ludzkim punkcie odniesienia, czyli około czterdziestu czterech procent. Metoda, którą autorzy nazywają kodem jako modelem, polega na tym, że agent zapisuje rozumienie gry w pliku tekstowym, kompiluje reguły do Pythona i sprawdza program wobec zaobserwowanych przejść między stanami, aktualizując podręcznik, gdy przewidywanie zawiedzie. Sterownik do Ponga wyprowadzony z takiego podręcznika wygrał dwadzieścia jeden do zera w trzech epizodach, nie wykonując przy wnioskowaniu ani jednego wywołania modelu. Wskaźnik ma jednak sufit stu punktów, więc nie odróżnia zrównania z człowiekiem od przekroczenia, a wyniki pochodzą od samych autorów; praca jest na arXiv.
Druga praca, AtomWorld-Mirror, dotyczy symulacji materiałów. To model świata działający dużymi krokami, który nie odtwarza każdego drobnego ruchu atomów, lecz przeskakuje między istotnymi stanami i przewiduje, ile czasu fizycznego upłynęło między nimi. Autorzy raportują przyspieszenie od tysiąca do dziesięciu tysięcy razy wobec klasycznych symulatorów dynamiki molekularnej i metody Monte Carlo, na pięciu układach, w tym na starzeniu radiacyjnym stali reaktorowej i elektrolicie stałym na bazie azotku litu. To preprint bez publicznego kodu. Wspólny sens obu prac jest jasny: zamiast wciskać wiedzę w wagi modelu, obie przenoszą ewoluujący model na zewnątrz, do artefaktów, które można obejrzeć i wersjonować.