Meta Platforms predstavila je dva nova modela umjetne inteligencije, Muse Wonder i Muse Wonder Full, namijenjena izvođenju složenih profesionalnih i privatnih zadataka. Glavni izvršni direktor Mark Zuckerberg smatra da je kompanija njihovim razvojem dosegla tehnološku razinu vodećih sustava umjetne inteligencije.
Nakon velikih ulaganja u istraživanje i računalnu infrastrukturu Meta nove modele opisuje kao svoje najnaprednije dosad. Među predviđenim primjenama su pisanje programskog koda, analiza dokumenata i obrada informacija povezanih s pravnim pitanjima, osobnim financijama i zdravstvom. Riječ je o poslovima koji zahtijevaju povezivanje više koraka, razumijevanje konteksta i rad s različitim vrstama podataka.
Jedna od ključnih značajki je Active Memory, funkcija koja omogućuje zadržavanje relevantnih podataka o korisniku kroz više interakcija. Druga, Active Focus, pomaže AI agentima pri dugotrajnim zadacima: omogućuje prilagodbu novim informacijama, ispravljanje pogrešaka i traženje dodatne potvrde korisnika prije izvršavanja važnih radnji.
Meta navodi da su interni testovi pokazali dobre rezultate na provjerama agentskih sposobnosti, pamćenja i programiranja te da napredniji model Muse Wonder Full postiže bolje rezultate u nepoznatim zadacima. Za razliku od prijašnjeg pristupa snažnije usmjerenog na otvorenu distribuciju modela, Muse Wonder nudit će se putem vlastitih razvojnih i pretplatničkih kanala. Time Meta izravnije ulazi u tržišno nadmetanje s AI rješenjima OpenAI-ja i Anthropica.
Najavljene cijene kreću se od 20 centi za milijun tokena u osnovnoj uporabi do 200 dolara mjesečno za premium verziju Muse Wonder Full. Zuckerberg je poručio da novi modeli omogućuju sofisticiranije ponašanje sustava na samoj granici trenutačnih mogućnosti umjetne inteligencije. Naglasio je da je za takav napredak bilo potrebno mnogo računalnih resursa i dugotrajno istraživanje, a Meta već ulaže u sljedeću fazu razvoja.
Za praktičnu vrijednost AI agenata nije dovoljno da model kvalitetno odgovara na pojedinačna pitanja. Sustav mora pouzdano povezivati više koraka, pratiti stanje zadatka i znati kada treba uključiti čovjeka. Dugotrajno pamćenje može olakšati ponavljajuće poslovne procese, ali otvara pitanja pohrane i brisanja osobnih podataka. Posebno je osjetljiva primjena u zdravstvu, financijama i pravnim poslovima jer pogrešan rezultat može imati ozbiljne posljedice. Mehanizmi potvrđivanja važnih radnji smanjuju rizik od neželjenog izvršavanja zadataka.
U poduzećima je pritom potrebno odrediti koje podatke AI agent smije pregledavati i koje vanjske sustave može koristiti. Jednako je važno bilježiti provedene korake kako bi se postupci mogli naknadno provjeriti. Komercijalni modeli pristupa razlikuju se po cijeni, ograničenjima uporabe i mogućnosti povezivanja s internim sustavima. Objavljeni rezultati internih testova korisni su pokazatelji, ali ne zamjenjuju neovisnu provjeru u stvarnim radnim uvjetima. Daljnje tržišno nadmetanje vjerojatno će se sve više voditi oko pouzdanosti, integracija i stvarnih troškova izvršavanja zadataka.