Fortfield AI Newsletter · Notícias
Startup lança ferramenta de IA que ensina modelos a aprender sozinhos
AutoScientist, novo produto da Adaption, promete acelerar o treinamento de modelos avançados ao automatizar a seleção de dados e o ajuste fino para habilidades específicas
Por Fortfield AI ·
Pesquisadores de inteligência artificial há anos falam sobre o dia em que os próprios sistemas seriam capazes de melhorar seu desempenho com pouca intervenção humana. Com a onda recente de investimento em laboratórios focados em pesquisa em IA, esse futuro parece cada vez mais próximo. A Adaption, um desses novos laboratórios, acaba de apresentar um passo importante nessa direção.
Nesta quarta feira, a empresa anunciou o AutoScientist, uma ferramenta criada para ajudar modelos a aprender rapidamente novas capacidades por meio de um processo automatizado inspirado no ajuste fino tradicional. A ideia é usar o sistema para reduzir o tempo e a complexidade de treinar e especializar modelos de fronteira em diferentes tarefas.
Segundo a cofundadora e CEO Sara Hooker, ex vice presidente de pesquisa em IA na Cohere, o AutoScientist propõe uma forma diferente de encarar o treinamento. Ela afirma que a solução otimiza, ao mesmo tempo, os dados e o próprio modelo, buscando a melhor maneira de ensinar qualquer nova habilidade. Para Hooker, isso abre espaço para treinos de modelos avançados fora dos poucos grandes laboratórios que hoje dominam esse tipo de projeto.
O AutoScientist se apoia na oferta atual de dados da Adaption, chamada Adaptive Data, que foi criada para facilitar a construção de conjuntos de dados de alta qualidade ao longo do tempo. Enquanto o Adaptive Data foca em melhorar constantemente a base de dados, o AutoScientist tenta transformar essa evolução contínua em melhorias progressivas nos modelos. A visão da empresa é ter uma pilha totalmente adaptável, capaz de se ajustar em tempo real às demandas de cada tarefa.
Nos materiais de lançamento, a Adaption afirma que a ferramenta conseguiu mais que dobrar as taxas de acerto em diferentes modelos, embora esses números sejam difíceis de comparar com benchmarks tradicionais. Como o AutoScientist é voltado a adaptar modelos para tarefas muito específicas, métricas populares como SWE Bench ou ARC AGI não se encaixam bem nesse cenário. Ainda assim, a empresa acredita que os ganhos ficarão claros para quem testar a solução em aplicações reais.
Para incentivar essa experimentação, a Adaption vai liberar o uso do AutoScientist de forma gratuita nos primeiros 30 dias após o lançamento. Hooker compara o potencial da ferramenta ao impacto que geradores de código tiveram em diversas rotinas de desenvolvimento de software. Na visão dela, a nova tecnologia pode abrir espaço para um volume maior de inovação em áreas que dependem de modelos de IA altamente especializados.