En ny videnskabelig artikel fra arXiv kan få betydning for, hvordan AI-systemer trænes til at navigere i komplekse, virkelige miljøer – fra robotter til autonome systemer. Forskerne bag artiklen introducerer en ramme, der gør det muligt at bygge såkaldte verdensmodeller, der kun fokuserer på de dele af verden, der er relevante for den konkrete opgave. Det kan gøre modellerne markant mere effektive – både i forhold til beregningskraft og træningstid.
Verdensmodeller er en central komponent i moderne AI, især inden for reinforcement learning, hvor en agent lærer at handle gennem prøven og fejl. Hidtil har forskere diskuteret verdensmodeller ud fra, hvilke variable de forudsiger – for eksempel observationer, belønninger eller tilstande. Men artiklen argumenterer for, at der er en vigtigere skelnen: hvilken kanal modellen faktisk modellerer. De tre muligheder er: miljøet, agenten eller det fælles system.
Det centrale resultat er, at man kan konstruere såkaldte support-begrænsede modeller, der kun tager højde for de interaktioner, der faktisk kan forekomme i det lukkede system. I et eksempel viser forskerne, at en uafgrænset miljømodel kan have uendeligt mange tilstande, mens den support-begrænsede model kun har et endeligt antal. Det betyder, at AI-systemer kan blive markant mindre og hurtigere uden at miste præcision.
For beslutningstagere, der overvejer at investere i eller implementere AI-løsninger, er implikationen klar: Jo mere effektive verdensmodeller, desto lavere omkostninger til infrastruktur og energi – og desto hurtigere kan systemer trænes og tilpasses. Det kan gøre AI mere tilgængelig for mindre virksomheder og åbne for nye anvendelser, hvor ressourcerne tidligere var en barriere.
