EnglishMuse en Meta AI krijgen nieuwe modellen die beter onthouden en doorzetten
Meta rolt nieuwe modellen uit in zijn AI-assistent Muse en in Meta AI, getraind met behulp van zijn krachtigste model Muse Wonder. Volgens het bedrijf vergeten ze belangrijke informatie 2,4 keer minder vaak en maken ze taken beter af als er iets misgaat.
Wie een AI-assistent een klus geeft, wil niet steeds opnieuw uitleggen wat er speelt. En de assistent moet niet stoppen bij de eerste tegenslag. Op die twee punten zegt Meta nu vooruitgang te boeken. Sinds vrijdag 6 november rolt het bedrijf nieuwe modellen uit in Muse, zijn persoonlijke AI-assistent die zelf taken uitvoert, en in de chatbot Meta AI. Topman Mark Zuckerberg schreef op X dat de verbeteringen naar alle gebruikers gaan.
De nieuwe modellen zijn gespecialiseerde versies van bestaande modellen van Meta. Ze zijn getraind met behulp van Muse Wonder, het krachtigste model van het bedrijf, dat op 12 oktober verscheen. Ze hebben geen eigen naam. Twee vaardigheden van Wonder komen zo bij veel meer mensen terecht: Active Memory en Active Focus.
Onthouden wat telt
Active Memory moet ervoor zorgen dat de assistent onthoudt wat belangrijk is en herkent wanneer iets van eerder weer van pas komt. Meta leerde de modellen het verschil tussen tijdelijke en blijvende informatie, en tussen gegevens die nog kloppen en gegevens die verouderd zijn.
Volgens Meta vergeten de nieuwe modellen in Muse cruciale informatie 2,4 keer minder vaak. In een eigen test gebruikte het nieuwe model die informatie goed in 90 procent van de taken, tegen 76 procent bij het vorige model.
Doorzetten als iets tegenzit
Active Focus moet Muse helpen om aan een doel te blijven werken als er iets onverwachts gebeurt. Meta trainde de modellen op allerlei hindernissen die ook in het echt voorkomen. Zo leren ze het harder te proberen, zich te herstellen of een andere oplossing te zoeken. Volgens het bedrijf levert dat 67 procent verbetering op bij het afmaken van alledaagse taken waarin iets onverwachts misgaat.
Meta zegt verder dat de modellen beter aanvoelen wanneer ze zelf doorgaan en wanneer ze met de gebruiker moeten overleggen. Ook kunnen ze halverwege een taak bijsturing aan. In Meta AI moeten dezelfde verbeteringen zorgen voor een betere gesprekspartner, die een probleem in stappen opdeelt en scherpere vervolgvragen stelt.
Alle cijfers komen van Meta zelf. De volgende stap is dat anderen ze nameten.
Van krachtig model naar dagelijks gebruik
Muse verscheen op 8 september, eerst alleen in de Verenigde Staten, en kreeg ook een gratis versie. Volgens de techsite RuntimeWire is Muse in Noord-Amerika inmiddels meer dan 10 miljoen keer ingesteld. Muse Wonder zelf was bij de start in oktober bedoeld voor ontwikkelaars, via de betaalde koppeling van Meta en de programmeertool Muse Code. Meta kondigde toen al aan dat het Wonder ook zou gebruiken om gespecialiseerde modellen te maken voor iedereen die Muse gebruikt. Die stap is nu gezet.
Meta werkt daarnaast aan modellen die iedereen zelf kan binnenhalen, zoals Muse Spark Open, een groot model voor programmeren. De modellen uit dit artikel zijn juist bedoeld voor Meta's eigen apps en voor gewone gebruikers.
Wat betekent dit voor de weg naar de singulariteit?
Een assistent die zelf taken uitvoert, wordt pas echt bruikbaar als hij onthoudt wat er speelt en niet vastloopt op het eerste probleem. Meta laat met deze stap zien hoe een groot en krachtig model kan helpen om zulke vaardigheden naar modellen voor dagelijks gebruik te brengen. Zo komen de sterkste eigenschappen van AI sneller bij gewone gebruikers terecht. Als onafhankelijke metingen de cijfers bevestigen, komen assistenten die lange taken zelfstandig afmaken weer een stukje dichterbij.
