Em um artigo de pesquisa publicado na quinta-feira, a equipe Seed AI da ByteDance revelou que os agentes de IA – software autônomo que executa tarefas em nome de um ser humano – podem dobrar sua taxa de aprendizado a cada três meses para interagir com ambientes do mundo real por longos períodos de tempo.
A descoberta surge num momento em que a indústria global de IA procura novas formas de melhorar os modelos. Durante anos, os desenvolvedores confiaram na alimentação dos sistemas com mais dados e poder de computação durante o treinamento inicial, mas figuras proeminentes da indústria – incluindo o cofundador da OpenAI, Andrej Karpathi – alertaram que essa abordagem brutal não pode durar para sempre.
No entanto, apesar do facto de as empresas tecnológicas estarem a avançar para a IA agente, os investigadores da ByteDance observam no artigo que pouco se sabe como estes sistemas autónomos “aprendem com ambientes do mundo real após a implantação”.
Para resolver este problema, a equipe desenvolveu o EdgeBench, um conjunto de benchmarking que inclui 134 tarefas de horizonte extremamente longo que abrangem uma ampla gama, desde engenharia de software e descoberta científica até matemática formal e trabalho de conhecimento profissional. Cada tarefa requer pelo menos 12 horas de operação contínua do agente de IA.
