Muterande AI-svärmar överträffar optimerade modeller i ny studie
Forskning från Allora Labs visar att avsiktligt muterade AI-modeller presterar bättre kollektivt i en ständigt föränderlig miljö.
Forskare vid Allora Labs har funnit att avsiktlig försämring av individuella AI-modeller genom genetiska mutationer förbättrar deras kollektiva prestanda. Studien publicerades i New York i september 2026.
Nuvarande AI-system förlitar sig ofta på optimerade modeller, designade för att prestera effektivt under specifika, förutbestämda förhållanden. Allora Labs studie ifrågasätter dock detta förhållningssätt i dynamiska och oförutsägbara miljöer.
I studien fick AI-agenter utvecklas i en föränderlig digital miljö. De som utsattes för 'skadliga' mutationer visade sig ha en större förmåga att anpassa sig och frodas över tid, jämfört med modeller som inte genomgått avsiktliga modifieringar.
Resultaten tyder på att ökad motståndskraft och anpassningsförmåga hos AI-system kan vara mer effektivt i instabila förhållanden än enbart optimering. Detta tillvägagångssätt kan potentiellt förändra AI-utvecklingen inom områden som kräver ständig anpassning, såsom robotik och autonoma system.