Fra hjernesignaler til selvlærende agenter: AI flytter ind i de svære systemer
Ugens mest bemærkelsesværdige forskningshistorie kom fra Meta, som præsenterede en ny version af sit ikke-invasive Brain2Qwerty-system. Samtidig viste nyheder om DeepSeek, autoresearch og agentbenchmarks, at fremskridt i AI i stigende grad afhænger af hele systemer omkring modellen: data, feedbacksløjfer, evalueringsmetoder og en mere effektiv inferensarkitektur.
Brain2Qwerty v2 forsøger at omsætte hjernesignaler til skrevne sætninger uden kirurgiske implantater. Ifølge Metas offentliggørelse deltog ni frivillige, som tilsammen skrev næsten 22.000 sætninger under omkring ti timers scanning per person. En model afkodede de rå signaler, mens en anden tilførte sproglig og semantisk information. Den gennemsnitlige ordnøjagtighed nåede 61 procent, og den bedste deltager nåede 78 procent.
Tallene er lovende, især fordi tidligere ikke-invasive metoder ifølge ugens kilder har ligget markant lavere. Men forsøget skal forstås korrekt. Deltagerne sad i en stor scanner og skrev fysisk, så der er endnu langt til et almindeligt hjælpemiddel for mennesker, der har mistet taleevnen. Resultaterne viser et forskningsspor, ikke et færdigt produkt. Metas beslutning om at offentliggøre kode og datasæt kan dog gøre det lettere for andre laboratorier at efterprøve metoden og undersøge, hvor godt den generaliserer på tværs af personer og situationer.
En anden udvikling handlede om selve hastigheden i sprogmodeller. DeepSeek har ifølge ugens omtale open-sourcet DSpark, en ramme til spekulativ afkodning. En mindre “spejder” forsøger at forudsige flere kommende tokens, hvorefter den større model kontrollerer dem samlet. Når gættene er gode, kan modellen springe hurtigere frem; når de er dårlige, skal systemet begrænse den spildte kontrol. Påstanden om op til 85 procents forbedring kommer fra lanceringen og bør afprøves på forskellige modeller og workloads, men metoden adresserer et reelt problem: stærkere modeller er kun nyttige i stor skala, hvis svartid og omkostning kan holdes nede.
Det samme økonomiske perspektiv gik igen i analysen “The Economy of Tokens”. Pointen er, at AI-stakken langsomt bliver mere modulær. Standardiserede transformerarkitekturer, model-API’er og åbne vægte gør det muligt at kombinere komponenter fra flere leverandører. Konkurrence flytter derfor fra at eje hele stakken til at optimere hvert lag: model, inferens, cache, routing, værktøjer og evaluering. Det kan presse priserne, men gør også systemdesign og leverandørstyring vigtigere.
Ugens diskussion om autoresearch gav en nyttig modvægt til de mest vidtgående påstande om autonome forskningsagenter. Et konkret forsøg med Claude og begrænset optimering pegede på, at automatiske forbedringssløjfer fungerer bedst, når målet er målbart, feedbacken pålidelig, og søgeområdet velafgrænset. Det er langt sværere at opnå samme effekt i åbne problemer, hvor kvalitet kræver menneskelig dømmekraft, eller hvor den valgte måling kun er en dårlig stedfortræder for det egentlige mål.
Det er også grunden til, at nye benchmarks fokuserer mere på lange, realistiske forløb. RoadmapBench tester eksempelvis softwareagenter på versionsopgraderinger, der kræver ændringer på tværs af mange filer og programmeringssprog. Sådanne test er mere krævende end små kodeopgaver, fordi agenten skal bevare en plan, håndtere afhængigheder og kontrollere sit eget arbejde over tid.
Fælles for ugens historier er, at modellen alene ikke længere er den mest interessante analyseenhed. Meta kombinerer signalbehandling og sproglig fortolkning. DSpark kombinerer en hurtig forudsigelse med en stærkere kontrollør. Autoresearch kobler agenten til målinger og feedback. Fremskridtet ligger i arkitekturen omkring intelligensen — og i at vide, hvornår den kan stoles på.
Kontekst: Næste fase af AI-forskningen handler mindre om isolerede modelrekorder og mere om komplette, målbare systemer, der kan omsætte modeller til hurtige, efterprøvelige og praktisk anvendelige resultater.