Locus: ИИ, превосходящий учёных в научных задачах
Intology представила Locus, систему "искусственного учёного", которая демонстрирует результаты, превосходящие человеческие в некоторых областях. На бенчмарке RE‑Bench, при равных условиях, Locus показала более высокие результаты, чем ведущие специалисты по ИИ.
Система также установила передовые результаты на KernelBench и MLE‑Bench Lite, подтверждая свою универсальность в решении сложных научных задач. Ключевое преимущество Locus – способность к длительному самосовершенствованию, запуску тысяч экспериментов и структурированному научному поиску.
RE‑Bench имитирует реальные исследовательские задачи в ИИ, такие как восстановление моделей и оптимизация конфигураций. Locus набрала 1.30 балла за 64 часа, в то время как эксперты – 1.27.
В оптимизации ядер Locus достигла ускорения вычислений до 100× при работе с LayerNorm, используя асинхронные копии, группировку потоков и векторизацию на GPU NVIDIA H100.
На MLE‑Bench Lite Locus превзошла предыдущий рекорд Microsoft, заработав медали в 77% соревнований Kaggle по машинному обучению.
Производительность Locus масштабируется почти линейно с увеличением ресурсов, что позволяет прогнозировать затраты и выгоды.
Однако Locus пока ограничена классическими парадигмами машинного обучения и не способна переосмысливать задачи. Текущие бенчмарки упрощены по сравнению с реальными научными исследованиями.
Intology планирует использовать Locus для решения реальных научных проблем в течение недель и месяцев, и уже сообщает о первых открытиях. В ближайшее время ожидаются новые научные результаты.
