Desvendando o Futuro: Microsoft Aprimora GPT-4
para Operar Android de Maneira Autônoma
Os cientistas alcançaram um aumento notável de 27% nas taxas de sucesso ao realizar engenharia simples e rápida em modelos de linguagem de inteligência artificial (IA).
 |
| Imagem by IA |
Um estudo liderado pela equipe visava entender por que grandes
modelos de linguagem de IA, como o GPT-4, enfrentam dificuldades em lidar com
tarefas que exigem a manipulação de sistemas operacionais. Apesar de os
sistemas de última geração, como o ChatGPT executado em GPT-4, definirem
padrões para tarefas generativas, a transição para atuar como agentes em
ambientes gerais apresenta desafios significativos.
Tradicionalmente, os modelos de IA são treinados usando
aprendizado por reforço em ambientes virtuais, muitas vezes utilizando versões
modificadas de videogames populares. Contudo, a operação dentro de um sistema
operacional revelou-se um desafio multimodal, envolvendo a interação entre
diferentes componentes, programas e aplicações.
Os pesquisadores trabalharam com diversos modelos de
linguagem, incluindo o Llama2 70B da Meta, o GPT-3.5 e o GPT-4 da OpenAI,
concluindo que nenhum deles apresentou um desempenho notável. A equipe
desenvolveu o AndroidArena, um novo ambiente de treinamento que permitiu aos
modelos explorar um ambiente semelhante ao sistema operacional Android,
identificando quatro capacidades principais – compreensão, raciocínio,
exploração e reflexão – como essenciais para o sucesso.
Durante a pesquisa, os cientistas identificaram um método
"simples" para aumentar a precisão do modelo em 27%. Ao fornecer
informações automatizadas sobre tentativas anteriores, resolveram o problema da
falta de "reflexão", incorporando memória nos prompts usados. Essa
descoberta pode ter implicações significativas na busca por aprimorar
assistentes de IA.