В России улучшили универсальный ИИ с возможностью адаптации без дообучения 2026-09-06 22:40:11
Российские исследователи доработали архитектуру универсальной системы искусственного интеллекта, расширив её возможности адаптации к различным задачам без необходимости дополнительного обучения. Разработка представлена пресс-службой Института искусственного интеллекта AIRI, где подчеркивают, что речь идёт о шаге к созданию более автономных ИИ-агентов.
По оценке научного сотрудника AIRI Андрея Полубарова, система демонстрирует способность переносить ранее полученные закономерности между различными средами и корректировать поведение в процессе накопления нового опыта. Он отметил, что подобный подход может стать основой для универсальных интеллектуальных агентов, работающих в условиях высокой изменчивости задач.
В институте уточняют, что мировая научная среда в последние годы активно развивает направление универсальных ИИ-моделей, которые способны выполнять разные функции с минимальным дообучением или вовсе без него. Такой функционал особенно востребован в областях с нестабильными условиями, включая робототехнику, управление энергетическими системами, автономный транспорт и промышленное моделирование.
В качестве базы для новой работы использовалась ранее созданная система Vintix, представленная около года назад. Она была обучена на разнородных наборах данных и предназначалась для задач обучения с подкреплением. В рамках нового этапа разработки исследователи расширили обучающую выборку, добавили дополнительные прикладные области и внедрили модуль обработки различных типов данных.
По данным разработчиков, обновлённая архитектура получила возможность использовать опыт, полученный в одной среде, для решения задач в другой без повторного обучения. Это позволило системе быстрее адаптироваться к новым условиям — от управления климатическими системами в зданиях до работы с роботами-манипуляторами и задач компьютерного моделирования.
Результаты тестирования показали рост эффективности новой версии на 28% по сравнению с предыдущей модификацией. Кроме того, в ряде сценариев система продемонстрировала более высокие показатели, чем зарубежные универсальные нейросети аналогичного назначения. Исследователи также зафиксировали способность модели к обобщению опыта и самостоятельной адаптации, что повышает её практическую применимость в прикладных задачах, сообщает ТАСС.
Ранее в мессенджере Telegram обнаружили новую уязвимость.
Также «Одноклассники» начали предлагать возложить цветы к мемориалу, не выходя из дома.
