เทนเซ็นต์ Hyra 2.0 ก้าวสู่การวิจัยวิทยาศาสตร์อัตโนมัติด้วย AI: ฝึกโมเดลตั้งแต่ต้น ออกแบบหุ่นยนต์ และ дажеมีส่วนร่วมในการพัฒนา AI รุ่นต่อไป

动察 Beating ข่าวด่วน AI เทนเซ็นต์ฮุนหยวนเปิดตัวเอเจนต์วิจัย Hyra 2.0 โดยขยายจุดเน้นการวิจัยจากเดิมที่มุ่งลองผิดลองถูกกับปัญหาทีละข้อ ไปสู่การพัฒนาโมเดลวิทยาศาสตร์ อัลกอริทึม และเครื่องมือที่สามารถนำกลับมาใช้ซ้ำได้ในระยะยาว

เพื่อให้ AI สามารถดำเนินการวิจัยต่อเนื่องได้หลายวันหรือแม้แต่หลายสัปดาห์ Hyra 2.0 แบ่งงานออกเป็นเอเจนต์ 3 ชั้น ได้แก่ Overall, Mission และ Worker ซึ่งรับผิดชอบการประสานทรัพยากร การวางแผนวิจัย และการดำเนินการทดลองตามลำดับ งานจะถูกบันทึกแบบถาวร และสามารถเดินหน้าการวิจัยอื่นได้ขณะรอผลการฝึก ข้อสรุปแต่ละข้อต้องแนบหลักฐาน เช่น โค้ดและบันทึก และส่งให้เอเจนต์อิสระตรวจสอบซ้ำเมื่อจำเป็น ประสบการณ์ที่มีประสิทธิผลจะถูกสะสมเป็น Skill เพื่อใช้ในงานถัดไป

เทนเซ็นต์เปิดเผยว่า Hyra 2.0 ได้ฝึกโมเดลโปรตีนสองตัวขึ้นมาครั้งแรกจากศูนย์ โดย HyInv ที่มีพารามิเตอร์ 1.96 ล้านตัว สามารถออกแบบลำดับโปรตีนตามโครงกระดูกเป้าหมาย โดยมีความเร็วในการสร้างเร็วกว่า ProteinMPNN ที่ใช้กันทั่วไปถึง 57 เท่า ในการทดสอบอุ่นเครื่องบน GPU H20 เพียงตัวเดียว การสร้างลำดับประมาณ 400 เรสซิดิวจำนวน 128 สายใช้เวลาเพียงประมาณ 50 มิลลิวินาที ส่วน HyPLM-Flash มีพารามิเตอร์ 650 ล้านตัว ใช้โทเคนฝึก 726,000 ล้านโทเคน น้ำหนักโมเดล โค้ดอนุมาน และรายงานทางเทคนิคของทั้งสองโมเดลได้รับการเปิดเผยแล้ว

Hyra 2.0 ยังมีส่วนร่วมในการปรับปรุงโปรเซสเซอร์ RISC-V โอเพนซอร์ส "เซียงซาน" ทำให้ประสิทธิภาพต่อ GHz ของ SPEC CPU2006 เพิ่มขึ้น 5.79% โดยพื้นที่ชิปเพิ่มขึ้นเพียง 0.3%

นอกจากนี้ยังออกแบบ "มือบันไดเวียน" ที่มีห้านิ้วและความยาวเพิ่มขึ้นตามลำดับ มือนี้เริ่มแรกช้ากว่าการออกแบบที่ดีที่สุดเดิมประมาณ 11% แต่หลังจากฝึกอัลกอริทึมควบคุมด้วยงบประมาณเท่ากัน กลับมีความเร็วในการหมุนในสภาพจำลองเร็วขึ้นถึง 28.6%

ปัจจุบัน Hyra 2.0 ยังมีส่วนร่วมในการฝึกก่อน การฝึกหลัง และการปรับปรุงระบบอนุมานของโมเดลฮุนหยวนรุ่นถัดไป โดยพยายามให้ AI ช่วยฝึก AI รุ่นถัดไปที่แข็งแกร่งขึ้นผ่านการปรับปรุงเครื่องมือวิจัยและพัฒนา