เรดวูดซิตี้, แคลิฟอร์เนีย, 29 ต.ค. 2567 /PRNewswire/ -- ทีม AI ภายในของ Tianqiao & Chrissy Chen Institute (TCCI) ประสบความสำเร็จครั้งใหญ่ด้านปัญญาประดิษฐ์ด้วยความรู้เชิงลึกเกี่ยวกับสมองและความจำ โดย OMNE Multiagent Framework (เฟรมเวิร์กแบบหลายเอเจนต์) ที่พัฒนาขึ้นเอง ได้ขึ้นแท่นอันดับหนึ่งในการจัดอันดับประสิทธิภาพ GAIA (General AI Assistants หรือ ผู้ช่วย AI ทั่วไป) (https://huggingface.co/spaces/gaia-benchmark/leaderboard) ที่ร่วมเปิดตัวโดย Meta AI, Hugging Face และ AutoGPT by Hugging Face โดย OMNE ทำผลงานได้ดีกว่าเฟรมเวิร์กจากสถาบันชั้นนำของโลกบางแห่ง ซึ่งรวมถึง Microsoft Research ความสำเร็จนี้เกิดจากการวิจัยสมองที่ TCCI เป็นเวลาหลายปี ซึ่งช่วยให้เอเจนต์มีศักยภาพด้านหน่วยความจำระยะยาว (LTM) ช่วยให้เฟรมเวิร์กมีส่วนร่วมในการคิดที่ลึกซึ้งและรอบคอบ และเพิ่มความสามารถในการตัดสินใจของโมเดลภาษาขนาดใหญ่ (Large Language Models: LLM) ในการแก้ปโจทย์ที่ซับซ้อนได้
ก้าวสำคัญนี้ถือเป็นความสำเร็จครั้งยิ่งใหญ่ของทีม AI ของ TCCI นับตั้งแต่ผู้ก่อตั้งสถาบันที่เคยเป็นยักษ์ใหญ่ด้านเทคโนโลยีของจีนอย่าง Tianqiao Chen ได้ประกาศ "กลยุทธ์ All-In AI" เมื่อปีที่แล้ว
ปัจจุบัน OMNE มีอัตราความสำเร็จโดยรวมอยู่ที่ 40.53% ซึ่งแซงหน้าบริษัทต่าง ๆ เช่น Meta, Microsoft, Hugging Face, มหาวิทยาลัยพรินซ์ตัน, มหาวิทยาลัยฮ่องกง, British AI Safety Research Institute และ Baichuan เมื่อเทียบกันแล้ว GPT-4 ที่ติดตั้งปลั๊กอินมีอัตราความสำเร็จเพียง 15% เท่านั้น
GAIA คือชุดข้อมูลที่มีความต้องการสูงที่สุดชุดหนึ่งสำหรับการวิเคราะห์แบบมัลติเอเจนต์ และการติดอันดับต้น ๆ บนตารางอันดับนี้แสดงให้เห็นความเชี่ยวชาญด้าน AI เชิงลึกของ TCCI และความสามารถในการขยายขอบเขตนวัตกรรม
OMNE คือเฟรมเวิร์กสำหรับการทำงานร่วมกันของหลายเอเจนต์ที่ใช้หน่วยความจำระยะยาว (LTM) เอเจนต์แต่ละตัวมีโครงสร้างระบบอิสระเหมือนกันและสามารถเรียนรู้และทำความเข้าใจโมเดลโลกทั้งหมดได้โดยอัตโนมัติ จึงเข้าใจสภาพแวดล้อมของโมเดลได้อย่างอิสระ ระบบการทำงานร่วมกันแบบหลายเอเจนต์ที่ใช้ LTM ช่วยให้ระบบ AI ปรับเปลี่ยนได้ตามการเปลี่ยนแปลงพฤติกรรมของแต่ละเอเจนต์ได้แบบเรียลไทม์ เพิ่มประสิทธิภาพในการวางแผนและดำเนินการงาน และส่งเสริมการพัฒนาตนเองที่มีประสิทธิภาพและเฉพาะเจาะจงได้
ความก้าวหน้าครั้งนี้คือการผสานกลไกหน่วยความจำระยะยาว ซึ่งช่วยลดพื้นที่การค้นหาของ MCTS ลงอย่างมาก และปรับปรุงความสามารถในการตัดสินใจเกี่ยวกับโจทย์ที่ซับซ้อน ด้วยการแนะนำการใช้เหตุผลเชิงตรรกะที่มีประสิทธิภาพมากขึ้น OMNE ไม่เพียงแต่ปรับปรุงระดับความอัจฉริยะของเอเจนต์ตัวเดียวเท่านั้น แต่ยังเพิ่มความสามารถของระบบหลายเอเจนต์ได้อย่างมีนัยสำคัญด้วยการปรับกลไกการทำงานร่วมกันให้เหมาะสม การเพิ่มประสิทธิภาพนี้ได้รับแรงบันดาลใจจากการศึกษาโครงสร้างแบบคอลัมนาร์ของเปลือกสมองมนุษย์ คอลัมน์คอร์เทกซ์ดำเนินการประมวลผลข้อมูลผ่านกลไกการทำงานร่วมกันที่ซับซ้อนในฐานะหน่วยพื้นฐานของฟังก์ชันทางปัญญาและพฤติกรรมของสมอง ด้วยการเสริมสร้างการทำงานร่วมกันระหว่างความอัจฉริยะและเอเจนต์ตัวเดียว โมเดล AI อาจค่อย ๆ สร้างความสามารถทางปัญญาขึ้น สร้างแบบจำลองการแสดงภายใน และส่งเสริมการพัฒนาแบบก้าวกระโดดด้านความอัจฉริยะของระบบ
"เราภาคภูมิใจอย่างยิ่งที่ได้เห็น OMNE ขึ้นแท่นผู้นำบนตารางอันดับ GAIA" หัวหน้าทีม AI ของ TCCI กล่าว "ความสำเร็จนี้แสดงให้เห็นศักยภาพมหาศาลในการใช้หน่วยความจำระยะยาวเพื่อขับเคลื่อนการพัฒนาตนเองของ AI และแก้ไขปัญหาในโลกแห่งความเป็นจริง เราเชื่อว่าการก้าวหน้าของการวิจัยเกี่ยวกับหน่วยความจำระยะยาวและการพัฒนาตนเองของ AI มีความสำคัญอย่างยิ่งต่อการพัฒนาอย่างต่อเนื่องและการประยุกต์ใช้เทคโนโลยี AI ในทางปฏิบัติ"
สรรหาบุคลากร: AItalents@cheninstitute.org
