Front badawczy: agenci budują światy, których fizykę trzeba sprawdzić
Dwie prace wypuszczone dwunastego października pokazują wspólny zwrot w badaniach nad agentami. Pierwsza, Artisan, powstała w międzynarodowym zespole z Uniwersytetu Technologicznego Nanyang, grupy Oxford VGG, Politechniki Federalnej w Zurychu oraz firm Microsoft i Cambridge. To wieloagentowy potok, w którym osobne agenty projektują, kodują i recenzują, a całość waliduje silnik fizyczny MuJoCo, czyli sprawdza wytworzony obiekt w symulacji. Chodzi o ruchome obiekty trójwymiarowe, jak choćby bryły z przegubami: odsetek kolizji przy jednym przegubie spadł z trzydziestu jeden i dwóch dziesiątych procent do jednego i siedmiu dziesiątych, stabilność w spoczynku sięgnęła dziewięćdziesięciu ośmiu procent, a w zadaniach robotycznych poniżej wskaźnik sukcesu wyniósł sześćdziesiąt osiem i osiem dziesiątych procent, o trzydzieści siedem punktów procentowych więcej niż wcześniejszy punkt odniesienia. Zespół udostępnił też czterowymiarowy benchmark obejmujący wierność przestrzenną, wiarygodność fizyczną, zadania robotyczne i preferencje ludzi.
Druga praca, RSI-Anything, wyszła z Szanghajskiego Laboratorium Sztucznej Inteligencji we współpracy z uczelniami w Hongkongu, Singapurze i Oksfordzie. Tu modele świata nie tworzą obiektów, lecz kierują samodoskonaleniem agenta: przewidują skutki działań i podpowiadają, których danych treningowych użyć. Autorzy raportują, że przy zamrożonym koderze skuteczność naprawy kodu wzrosła z dwudziestu sześciu i trzech dziesiątych procent przy statycznym weryfikatorze do dwudziestu dziewięciu i dwóch dziesiątych przy wyborze predykcyjnym i trzydziestu jeden i dwóch dziesiątych po dostosowaniu modelu świata; wyniki planowania laboratoryjnego wzrosły z dwudziestu jeden i osiemdziesięciu setnych do czterdziestu sześciu i jednej setnej procenta, a zadania z interfejsem graficznym kończono przy o trzydzieści dziewięć i cztery dziesiąte procent mniejszej liczbie akcji. Kod i modele udostępniono publicznie. Obie prace mają ten sam podtekst co opisana wcześniej rekonstrukcja gry: gdy agent sam się ocenia, realnym rozstrzygnięciem okazuje się zewnętrzny, obiektywny sprawdzian — silnik fizyczny, weryfikator kodu, model świata. Liczby pochodzą od autorów i czekają na replikację.