Cognition AI、学習は「常時稼働」と研究責任者

Cognition AIの手法は、AIエージェントの構築方法におけるより広い転換を映し出す。学習を離散的な段階として扱い後に導入するのではなく、学習を継続的に走らせ、実世界の経験をDevinの次期版改善に生かす。Alberti氏はこれを、モデル改善のための次のデータと次の報酬シグナルを常に探すことだと説明した。

この継続的なループは、基盤となるインフラに新たな要求を課す。Cognitionは複数国・複数大陸のデータセンターに学習を分散させており、数千基のGPUにわたる稼働率が不可欠になる。Alberti氏は、レプリカが1基落ちるだけで学習全体が落ちると指摘し、99.99%の信頼性がなぜこれほど重要かを説明した。

結果は、システムの拡張に伴いこの信頼性を維持できるか、そして新ハードウェアがどれだけ速く価格性能比向上につながるかにかかっていそうだ。AIエージェント基盤を構築・購入するチームにとっての問いは、継続学習が差別化要因ではなく標準的な期待になるかどうかだ。