Allora Labs Forschung zeigt: mutierte KI-Modelle übertreffen optimierte Modelle in veränderten Umgebungen
Forschende von Allora Labs haben gezeigt, dass die Einführung zufälliger Mutationen in eine Population von KI-Modellen deren kollektive Leistungsfähigkeit verbessert, wenn sich die Umgebung ändert. Die Studie beweist mathematisch, dass einzelne optimierte Modelle an ihre Grenzen stoßen, sobald sie auf veraltete Daten trainiert sind und sich die Welt um sie herum wandelt. Durch gezielte Mutationen entsteht eine genetische Vielfalt innerhalb der Modellpopulation, wodurch einige Varianten besser angepasst werden können. Die Forschung basiert auf Prinzipien aus der Evolutionsbiologie und zeigt, dass die meisten mutierten Modelle für sich alleine schlechter abschneiden. Doch das beste mutierte Modell übertreibt in etwa 80 % der Fälle das beste optimierte Modell bei veränderten Bedingungen. Die Studie wurde von Dr. Diederik Kruijssen, Chief Scientist bei Allora Labs, durchgeführt und enthält vier mathematische Theoreme sowie numerische Experimente zur Bestätigung. Die Forschung eröffnet neue Perspektiven für robustere KI-Systeme in sich verändernden Umgebungen. Die optimale Mutationsrate entspricht etwa der Veränderungsrate der Umwelt, wodurch eine „Goldlöckchenzone“ entsteht.
Topics: AI evolution decentralized intelligence genetic mutation in KI models