Dynamic Beating AI-рассылка: разделение труда, координация и долгосрочное сотрудничество между агентами, возможно, больше не потребуют предварительной разработки сложных систем людьми, а становятся способностью, которой модели могут обучаться самостоятельно.

Если самой мощной модели для самоорганизации, обмена опытом и корректировки своей организационной структуры достаточно лишь общего пространства, достаточного времени выполнения и большого объема вычислительных мощностей, то многие современные сложные мультиагентные системы могут оказаться лишь временными «лесами» на тот период, пока модель еще недостаточно умна.

Научные исследования могут стать наиболее прямым вариантом применения. Большое количество агентов может одновременно выдвигать гипотезы, проводить эксперименты, обмениваться результатами и продолжать исследования. По-настоящему незаменимыми элементами могут оказаться не планировщики, менеджеры и различные фиксированные рабочие процессы, а общее состояние, реальная экспериментальная среда, границы разрешений и объективный оценщик, которого невозможно обмануть.

Хотя это еще не рекурсивное самосовершенствование, ключевые компоненты все чаще встают на свои места: ИИ может работать в долгосрочной перспективе, проводить автоматические исследования, работать в больших масштабах параллельно и начинает демонстрировать возможности меж-агентного сотрудничества. Если эти возможности в конечном итоге позволят замкнуть цикл, то путь развития ИИ может перестать быть просто «индивидуальные модели становятся все умнее и умнее» и превратиться в «все большее число ИИ вместе создают следующее поколение ИИ».