AI-entreprenören som bygger agenter med förmåga att planera för det oväntade
Danijar Hafner, grundare av ett ännu namnlöst stealth-startup i San Franciscos SoMa-distrikt, arbetar på AI-agenter som kan planera och hantera oförutsedda situationer – det vill säga agera mer som människor i en kaotisk verklighet. Det intressanta här är inte bara tekniken utan vad det säger om riktningen för hela agentfältet: från att reagera på instruktioner till att faktiskt förutse problem innan de uppstår.
Djupdykning
Danijar Hafner är inte vem som helst – han är hjärnan bakom Dreamer, en AI-arkitektur som lärde sig spela Atari-spel på en bråkdel av den data som Google DeepMinds system krävde, genom att bygga en intern "världsmodell" i stället för att bara memorera vad som fungerar. Det är precis den filosofin han nu tar med sig in i agentvärlden: i stället för att träna en AI att reagera på det som händer, tränar han den att föreställa sig vad som *kan* hända – och planera därefter. De flesta AI-agenter idag är i grunden väldigt sofistikerade "if-then"-maskiner som havererar så fort verkligheten avviker från träningsdatan, ungefär som en GPS som inte förstår att vägen är avstängd. Det Hafner jagar är något mer likt hur människor faktiskt resonerar: vi behöver inte ha sett exakt den här situationen förut för att lista ut vad vi borde göra. Den stora frågan som sällan ställs är om problemet ens är tekniskt – att bygga AI som hanterar det oväntade kräver att vi först definierar vad "oväntad" egentligen betyder för en maskin som sett mer text och data än någon människa någonsin kan läsa.