Диффузия фронтира и контроль

Сатья Наделла объясняет, как Microsoft распространяет передовые возможности ИИ по всей экосистеме: оптимизация границы «стоимость–результат», собственное семейство моделей MAI и продуктовые evals, которые продолжают расти даже при замене любой модели.

Это AI-перевод статьи, сделанный каналом Про AI: Лучшие Статьи и Исследования.

Диффузия фронтира и контроль

Frontier Diffusion & Control Автор: Satya Nadella Оригинальный текст:

В мире, где у софта впервые появилась реальная предельная себестоимость (marginal cost), как нам обеспечить, чтобы выгоды фронтира распространялись по всей экосистеме?

Ключ — оптимизировать границу «стоимость–результат» (cost-to-outcome frontier) в реальном контексте. На практике это означает использовать правильную модель под каждую задачу и оптимизировать вокруг неё контекст, скиллы, инструменты и агентную обвязку (agent harness).

Именно это стоит за нашим семейством моделей MAI. Эти модели построены с нуля, с чистой родословной данных (clean data lineage), и оптимизированы под перенос обучения от универсальных навыков к специализированным в корпоративных RLE (reinforcement learning environments — среды обучения с подкреплением). Мы продолжаем быстро продвигаться в этом направлении.

Теперь мы можем брать насыщенные (saturated) фронтирные возможности и доставлять их в масштабе и по более низкой цене — через модели, оптимизированные под продукты с высокой нагрузкой, — продолжая при этом использовать frontier-модели для frontier-задач. Мы доказываем это на наших собственных продуктах и тем самым создаём шаблон для любой другой AI-native, SaaS- или enterprise-компании.

В наших продуктах frontier-модели от OpenAI и Anthropic — часть системы оркестрации наряду с MAI. Но модель — лишь одна часть системы hill-climbing (постепенного восхождения к лучшему результату). Harness, память, контекст, инструменты, скиллы, пользовательские взаимодействия и прочее — всё это формирует evals (оценочные наборы, замеры качества) и производительность этих агентных систем.

Другой ключевой критерий того, что контроль остаётся у вас: ваши evals должны продолжать расти даже тогда, когда любая конкретная модель убрана из системы. Поэтому мы строим RLE, в которых модели учатся внутри продуктовой системы и получают вознаграждение за выполнение задач, реально важных для клиентов. Мы обучаем модели на той самой продуктовой обвязке, взаимодействиях и результатах, с которыми они столкнутся. И стратегически следим за тем, чтобы harness, память, контекст и скиллы были вынесены наружу, за пределы модели.

Продуктовые evals и независимость от модели дают нам контроль и понятный «холм» для восхождения — возможность продолжать доводку до нужного соотношения качества и стоимости. Сейчас мы видим, что модели MAI превосходят универсальные frontier-модели во многих сценариях использования, тратя при этом лишь долю токенов.

Мы считаем, что самая большая возможность — оптимизировать все эти слои вместе, в тех продуктах, где мир работает каждый день. И мы начинаем маршрутизировать трафик наших собственных продуктовых поверхностей на MAI везде, где наши модели не уступают frontier-альтернативам или превосходят их.

Мы видим многообещающие ранние результаты в GitHub Copilot, Excel и Outlook и начинаем применять тот же подход в Copilot Chat, PowerPoint и других продуктах. И все эти результаты будут только улучшаться по мере того, как вся система продолжает hill-climbing!

То, что мы делаем в наших собственных продуктах, — это ровно то, что может делать каждый корпоративный клиент в своих реальных агентных системах: со своими проприетарными evals, своими проприетарными RLE, рабочими процессами и контекстом. Мы делаем всё это доступным в составе Foundry и нашего инструментария.

Подробнее здесь: microsoft.ai/news/hill-climbing-mai-models-for-github-copilot-and-excel

Подпишитесь на канал и каждый день читайте лучшие материалы про AI переведенные на русский!

Нашли интересную статью для перевода? Пришлите нашему боту: @ailongreadsbot