[新聞]還在靠人類教 AI?MIT 告訴你:AI 自己來,效果更好!
還在靠人類教 AI?MIT 告訴你:AI 自己來,效果更好!
https://technews.tw/2025/07/05/seal/
過去我們訓練 AI,都要靠人類辛苦準備大量資料,一條一條標註、調參數,才能讓它懂
得怎麼完成任務。但麻省理工學院(MIT)最近開發出一套全新的訓練模型:SEAL(
Self-Adapting Language Models),打破了這個傳統。他們讓 AI 學會自己生出訓練資
料、自己設計學習策略,甚至還能根據表現自己調整參數,等於是 AI 開始「自學」了!
這樣的技術讓 AI 不再只是被動聽話的機器,而像是有能力自我進步的學生。這不只是技
術上的進步,更像是 AI 真正「開竅」了。
自學的效果,比人教還厲害
那 AI 自己學,效果到底怎麼樣?MIT 團隊做了兩個實驗來測試,一個是抽象解謎任務,
一個是知識理解任務。在解謎任務中,原本 AI 完全不會做,答對率是 0%。但用 SEAL
自學兩輪之後,答對率竟然衝上了 72.5%,十分驚人。
而在閱讀文章後回答問題的任務中,SEAL 訓練出來的模型,表現甚至比 GPT-4.1 產生資
料訓練的版本還好。這就像學生不用教師補習,自己看筆記還考更高分一樣。這些結果說
明,AI 如果能自己選擇要學什麼、怎麼學,可能比人類指定的方式更適合它,也更有效
率。
從 AI 工具晉升 AI 夥伴
對企業來說,這種「會自己學的 AI」有多重要?等於你公司裡有一位會自我進修、不用
人盯著學習的新同事。現在的 AI 工具,要做出好表現,通常都得靠資料科學家幫它調資
料、重新訓練,還要花時間確認結果對不對。
但如果用 SEAL,AI 就能根據每天收到的新資料,自己生出新的學習範本、自動調整參數
。舉例來說,客服系統可以自動學會客戶最新的問題,財務分析工具可以根據市場變動重
新調整判斷邏輯。這不只省時間省人力,還能讓企業反應速度更快、處理問題更精準。
對醫療、法律、金融產業有很大幫助
SEAL對資料密集、專業變化快的產業特別有幫助。像是醫療、法律、金融這些領域,資訊
每天都在更新,新的法規、新的藥物、新的市場變化,如果AI跟不上,很容易做出錯誤判
斷。
過去要讓AI了解這些新內容,需要人力一條條重新輸入訓練,但現在有了 SEAL,模型可
以自己讀資料、整理邏輯、更新知識,等於是「每天都在進步」的智慧系統。或許一個法
律 AI,早上讀完新的法院判例,下午就能應用在合約分析上,這樣的效率跟準確度,對
產業來說絕對是一大突破。
自學也有副作用?AI 可能會「忘記舊東西」
當然,再厲害的技術也有需要改進的地方。MIT 研究團隊也發現,SEAL 雖然能讓AI自學
,但如果學太多新東西,有時候會忘記之前學過的知識。就像學生學新科目時,可能會不
小心把以前的東西拋在腦後。
要解決這個問題,研究人員正在嘗試像是加入回放機制、限制更新幅度,或是幫 AI 做記
憶分層管理等方式。雖然這個挑戰還沒完全解決,但 SEAL 已經證明了 AI 有能力開始管
理自己的學習,這是以前模型做不到的事。
未來的AI,會自己學、自己改、自己變聰明
MIT SEAL 技術讓我們看到 AI 未來的可能:它不只是你手下的工具,而是可以跟你一起
學習、一起進步的智慧夥伴。不管是節省訓練時間、提高工作效率,還是加快知識更新速
度,SEAL 都讓 AI 更像一個「會學習的實習生」,甚至未來有可能變成「資深顧問」。
對產業來說,這代表訓練 AI 不再是一次性的任務,而是可以持續、動態、無需人力的過
程。AI 的角色正在改變,從需要人教的「學生」,變成能自己學會東西、幫助我們工作
更聰明的夥伴。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.177.2.17 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1751675633.A.33D.html
推
07/05 08:46,
5月前
, 1F
07/05 08:46, 1F
→
07/05 09:51,
5月前
, 2F
07/05 09:51, 2F
→
07/05 10:28,
5月前
, 3F
07/05 10:28, 3F
→
07/05 11:13,
5月前
, 4F
07/05 11:13, 4F
推
07/05 11:33,
5月前
, 5F
07/05 11:33, 5F
推
07/05 11:42,
5月前
, 6F
07/05 11:42, 6F
→
07/05 11:43,
5月前
, 7F
07/05 11:43, 7F
推
07/05 12:04,
5月前
, 8F
07/05 12:04, 8F
推
07/05 12:04,
5月前
, 9F
07/05 12:04, 9F
推
07/05 12:34,
5月前
, 10F
07/05 12:34, 10F
→
07/05 12:34,
5月前
, 11F
07/05 12:34, 11F
推
07/05 14:05,
5月前
, 12F
07/05 14:05, 12F
推
07/05 14:39,
5月前
, 13F
07/05 14:39, 13F
→
07/05 14:40,
5月前
, 14F
07/05 14:40, 14F
→
07/05 19:18,
5月前
, 15F
07/05 19:18, 15F
→
07/05 19:19,
5月前
, 16F
07/05 19:19, 16F
→
07/05 19:19,
5月前
, 17F
07/05 19:19, 17F
→
07/05 19:20,
5月前
, 18F
07/05 19:20, 18F
推
07/05 23:25,
5月前
, 19F
07/05 23:25, 19F
噓
07/06 02:36,
5月前
, 20F
07/06 02:36, 20F