レッドウッド・シティ（カリフォルニア州）、2024年10月30日/PRNewswire/--天橋脳科学研究院（英文略称TCCI）の内部AIチームは、脳と記憶に関する深い知識を活用し、独自開発のOMNEマルチエージェントフレームワークがメタAI（Meta AI）、ハギングフェイス（Hugging Face）、およびハギングフェイス（Hugging Face）のAutoGPTが共同で立ち上げたGAIA（一般AIアシスタント）ベンチマークリーダーボード（https://huggingface.co/spaces/gaia-benchmark/leaderboard）で一位を獲得し、人工知能における大きなブレークスルーを達成しました。OMNEは、マイクロソフトリサーチ（Microsoft Research）を含む世界有数の機関のフレームワークよりも優れた成果を示しています。これは、TCCIの長年にわたる脳研究によるものであり、エージェントに長期記憶（LTM）機能により、フレームワークがより深くゆっくりとした思考に関与し、複雑な問題解決における大規模言語モデル（LLM）の意思決定能力が強化さます。
TCCIの創設者である元中国テック大手の陳天橋氏が昨年「オールインAI（All in AI）戦略」を発表して以来、このマイルストーンは、TCCIのAIチームにとって大きな実績となります。
OMNEの現在の全体的な成功率は40.53%で、メタ社、マイクロソフト、ハギングフェイス、プリンストン大学、香港大学、英国AI安全研究所、百川などの機関の成果を上回っています。一方、プラグインを備えたGPT-4の成功率はわずか15%でした。
GAIAは、マルチエージェントインテリジェンスにとって最も要求の厳しいデータセットの1つです。リーダーボードにトップとして載せられていることは、TCCIのAI専門知識の深さと、イノベーションの境界を押し広げる能力が示されています。
OMNEは、長期記憶（LTM）に基づくマルチエージェントコラボレーションフレームワークです。各エージェントは同じ独立したシステム構造を持ち、完全な世界モデルを自律的に学習し理解し、環境を独立に理解できます。LTMに基づくマルチエージェントコラボレーションシステムにより、AIシステムがリアルタイムで個人の行動変化に適応し、タスクの計画と実行を最適化し、パーソナライズされた効率的な自己進化を促進できます。
このブレークスルーは、MCTS（モンテカルロ木探索）の探索空間を大幅に狭くし、複雑な問題に対する意思決定能力を向上させる長期記憶メカニズムを統合します。より効率的かつ論理的な推論を導入することにより、OMNEは単一エージェントの知能レベルを改善できるだけでなく、コラボレーションメカニズムの最適化によりマルチエージェントシステムの能力も著しく向上されます。今回の強化は、ヒト大脳皮質の柱状構造の研究からインスピレーションを得たものです。脳の認知・行動機能の基本単位である皮質柱は、複雑なコラボレーションメカニズムを通じて情報処理を実現しています。単一のインテリジェンスとエージェント間のコラボレーションを強化することにより、AIモデルは徐々に認知能力の出現を生み出し、内部表現モデルを構築し、システムの全体的なインテリジェンスの飛躍を促進するかもしれません。
「OMNEがGAIAリーダーボードのトップになったことを非常に誇りに思っている。これは、長期記憶を使用してAIの自己進化を促進し、現実世界の問題を解決するのに大きな可能性を示している。当社は、長期記憶とAIの自己進化に関する研究を進めることが、AI技術の継続的な開発と実用化にとって極めて重要であると信じている。」とTCCI AIチームの責任者は述べました。
メディア連絡先：[email protected]
SOURCE Tianqiao & Chrissy Chen Institute
この記事をシェアする