• Российские исследователи улучшили систему ИИ, способную решать множество задач и переключаться на новые условия без дополнительного обучения.
• Такой подход может стать основой для создания универсальных ИИ-агентов.
• Модель умеет переносить полезные закономерности между разными средами и уточнять стратегию по мере накопления опыта.
• Универсальные ИИ-системы важны для робототехники, управления энергосистемами, зданиями, автономным транспортом и промышленным моделированием.
• Новая версия ИИ способна использовать опыт из одной среды для решения задач в другой области без повторного обучения.
• Качество работы новой модели ИИ выросло на 28% по сравнению с предыдущей версией, и она превзошла зарубежные универсальные нейросети в некоторых задачах.
• Эксперименты подтвердили способность ИИ обобщать опыт и адаптироваться к работе в новых средах, повышая ее практическую ценность.

«Такой подход можно рассматривать не только как исследовательскую идею, но и как основу для создания универсальных ИИ-агентов. Модель умеет переносить полезные закономерности между разными средами и уточнять свою стратегию по мере накопления нового опыта. Это особенно ценно для задач со сложными, меняющимися условиями», - заявил научный сотрудник AIRI Андрей Полубаров, чьи слова приводит пресс-служба института.