Istraživači sa Sveučilišta Stanford, tvrtke Nvidia i laboratorija Together AI predstavili su metodu Test-Time Training to Discover (TTT-Discover) koja umjetnoj inteligenciji prvi put omogućuje da mijenja vlastite težine dok donosi odluke.
Prema autorima, ključno je to što model tijekom izvođenja ne ostaje „zamrznut”, nego se dodatno uči na svakom novom zadatku. Na taj način može preskočiti ograničenja izvornih podataka i napraviti logički skok potreban za rješavanje složenijih problema.
U demonstraciji objavljenoj uz rad, TTT-Discover optimizirao je jedan od najkritičnijih GPU jezgri i postigao dvostruko brže izvođenje od dosadašnjih rješenja koja su ručno dorađivali stručnjaci. Taj rezultat, tvrde istraživači, pokazuje potencijal pristupa da ubrza razvoj računalnih sustava i drugih područja gdje je potreban inovativan iskorak.
Metoda se, barem zasad, primjenjuje na modele strojnog učenja koji već imaju solidno predznanje stečeno klasičnim treniranjem. Time, ističu autori, postaje moguće „nadograditi” postojeće sustave bez ponovnog dugotrajnog treniranja, što otvara prostor za brže i učinkovitije prilagodbe u stvarnom vremenu.