Thinking Machines Lab 18 hónap fejlesztés után bemutatta az első Interaction Model nevű rendszerét; a projektet Mira Murati, a korábbi OpenAI műszaki igazgató (CTO) vezeti. A fejlesztés célja nem pusztán egy „okosabb” chatbot létrehozása, hanem az eddigi fordulóalapú (turn-based) AI-interakciók paradigmatikus megváltoztatása.
Miben más ez a modell?
A hagyományos AI-termékek többsége még mindig egy prompt mezőbe szorítja a felhasználói interakciót: a felhasználó utasítást ad, a modell válaszol, majd a felhasználó ellenőrzi és korrigál. Ezzel szemben a Thinking Machines Interaction Model képes folyamatosan hallgatni és figyelni, megszakítani a felhasználót és reagálni az interakció közben.
A bemutatott megoldás fő jellemzői:
- 200 milliszekundumos "micro-turn" ciklusok, amely lehetővé teszi a gyors, közel valós idejű reagálást.
- Élő hang- és videókezelés, így a rendszer multimodális, nem csak szövegre korlátozódik.
- Valós idejű keresés és felhasználói felület (UI) generálás a gyorsabb, kontextusfüggő válaszokhoz.
- Egy második, háttérben futó modell, amely mélyebb, időigényesebb számításokat végez anélkül, hogy megszakítaná a valós idejű interakciót.
Miért fontos ez?
Ha a koncepció működik a gyakorlatban, a prompt mező többé nem a felhasználói élmény központi eleme, hanem csupán átmeneti felület lesz bizonyos feladatokhoz. Az ügynökök (agents) elmozdulhatnak a jegykezelő-szerű működés felől egy olyan együttműködési réteg irányába, ahol a felhasználó valós időben terelheti, megszakíthatja és módosíthatja a végrehajtást.
Korlátozások és következő lépések
A bejelentés hangsúlyozza a megközelítés elvi előnyeit és a bemutatott képességeket, de a széles körű alkalmazhatóságról, skálázásról és a valós felhasználói környezetekben várható viselkedésről további gyakorlati tesztek szükségesek. A bevezetés időpontját és a konkrét termékmegjelenéseket a Thinking Machines Lab későbbi közleményeiben várhatjuk.
