Google DeepMind Tạo Dream-RSI Cho AI Agents

Cách này thay đổi cách tìm kiếm của AI agents, không đổi model nền. Nhóm nghiên cứu nói mục tiêu là giúp hệ thống chọn cách đi tiếp tốt hơn khi không gian tìm kiếm quá lớn.

Các cách hiện có thường rơi vào hai kiểu. Một kiểu dùng chiến lược cố định nên không học từ kinh nghiệm. Kiểu còn lại thay đổi chiến lược trong lúc tìm kiếm, nhưng phải trả giá bằng nhiều lần thử để biết cách nào có tác dụng.

Dream-RSI tận dụng dữ liệu từ một lần tìm kiếm đã hoàn tất để thử các chiến lược khác trong phần không gian mà AI agents đã đi qua. Khi tìm kiếm, hệ thống ghi lại các lần thử và kết quả, rồi dùng chính dữ liệu đó để phát lại các quyết định sau này.

Nhóm nghiên cứu so sánh cách này với việc đi trong một khu vực lạ. Lần đầu có thể gặp ngõ cụt và phải quay lại. Khi đã có bản đồ trong đầu, có thể chọn một đường khác mà không cần ghé lại từng điểm.

Theo mô tả, Dream-RSI không tạo ra giải pháp mới trong lúc phát lại. Nó chỉ thử các quyết định khác trong cây tìm kiếm đã được ghi lại, để kiểm tra điều gì sẽ xảy ra nếu đi theo hướng khác hoặc bỏ qua một nhánh sớm hơn.

Vì kết quả đã có sẵn, AI agents không phải tạo hay đánh giá lại các giải pháp, nên tránh được phần tính toán đắt đỏ của một lần chạy trực tiếp. Nhóm nghiên cứu gọi quá trình này là “dreaming”, trong đó hệ thống chơi qua hàng nghìn biến thể rồi chọn cách tốt nhất trước khi đem vào lần tìm kiếm tiếp theo.