AI zet cruciale stappen om in de toekomst veel beter te worden: zoals bijvoorbeeld geen mensen meer nodig hebben

Een nieuwe techniek ontwikkeld door MIT maakt het mogelijk voor AI-modellen om zichzelf te verbeteren zonder menselijke tussenkomst, wat een belangrijke stap is in de AI-ontwikkeling. Deze "Self-Adapting LLM", of SEAL, genereert zijn eigen trainingsdata en stemt zichzelf af, waardoor het in specifieke taken mogelijk bestaande modellen zoals GPT 4.1 overtreft. De ontwikkeling richt zich op het verminderen van de behoefte aan menselijke input in het iteratieve proces van de verbetering van AI-modellen. SEAL maakt gebruik van een zelfversterkende lus van drie stappen: het genereren van instructies voor updates, het testen van de resultaten en het versterken van alleen de verbeteringen. Dit overwint de beperkingen van statische Large Language Models (LLM's), die doorgaans handmatige updates vereisen. Hoewel er andere soortgelijke initiatieven bestaan, biedt SEAL een technisch relevante vooruitgang in de richting van modellen die minder menselijke tussenkomst vereisen voor elke update. Deze innovatie zou een aanzienlijke impact kunnen hebben op de efficiëntie en schaalbaarheid van de AI-ontwikkeling door het automatiseren van het modelverbeteringsproces. Dit heeft ook implicaties voor Europa, omdat het de ontwikkeling van Europese AI-oplossingen kan versnellen en de afhankelijkheid van menselijk toezicht kan verminderen. Het is echter essentieel om te verduidelijken dat dit een technische vooruitgang is en geen stap in de richting van zelfbewuste AI.