Стартап из Сан-Франциско Mechanize стремится полностью заменить любую работу за компьютером с помощью ИИ. Команда создает симулированные цифровые рабочие места, чтобы обучать ИИ-агентов управлять офисными задачами. По словам сооснователя Тамая Бесироглу: «Наша цель — полностью автоматизировать работу».
Вместе с Эге Эрдилом и Мэттью Барнеттом, бывшими сотрудниками Epoch AI, команда ориентируется на такой ИИ, который не просто помогает, а полностью берет на себя цифровой труд. Первый фокус — автоматизация программирования.
Mechanize использует обучение с подкреплением. ИИ-агенты выполняют задачи в виртуальных офисах с электронной почтой, Slack, редакторами кода, браузерами и получают награды или штрафы за результат. По словам Бесироглу, это «фактически очень скучная видеоигра». Основатели считают, что такие среды со временем позволят создавать ИИ для любой задачи за компьютером. Барнетт оценивает это в 10-20 лет, Бесироглу и Эрдил — в 20-30 лет.
Цели команды выходят за рамки программирования: они хотят поручить ИИ все цифровые процессы — от планирования и коммуникации до исполнения. Как написали основатели: «Мы поймём, что добились успеха, только когда создадим ИИ, способный почти к любому компьютерному заданию человека».
В отношении социальных последствий Mechanize конкретных планов не даёт. Они поддерживают идею всеобщего базового дохода и будущего «радикального изобилия» для работников, которые останутся без работы из-за ИИ. Барнетт отмечает, что общее обогащение общества оправдывает этот курс, несмотря на потери рабочих мест.
В своём эссе основатели признают: современные ИИ-системы ещё не способны полностью заменить программистов. Модели хорошо справляются с отдельными задачами, но далеки от полной автономности.
Mechanize объясняет ограниченность современных ИИ так называемым «горьким уроком» исследований: алгоритмы, основанные на большом количестве данных и вычислений, неизбежно превосходят ручные решения. Прорыв ожидают от массовых тренировок ИИ в детализированных цифровых средах, а не от изощрённой инженерии.
Этот подход похож на идеи Ричарда Саттона и Дэвида Сильвера: они считают, что ИИ должен учиться на собственном опыте, а не только на человеческих данных. Для развития ИИ важен постоянный поток опыта, обучение через обратную связь и адаптацию.
Mechanize намерены совмещать примеры работы реальных людей и обучение с подкреплением в цифровых офисах. Только так, по мнению команды, можно получить ИИ-агентов, действующих как настоящие коллеги: распределяют задачи, планируют, исправляют ошибки, понимают контекст. Мечта стартапа — полностью автоматизированный «удаленный сотрудник» для команд.
Существующие среды RL (обучения с подкреплением) слабоваты: нет доступа в интернет, нет совместной работы, инструменты не дотягивают до настоящих рабочих платформ. Mechanize хочет построить более «живые» пространства для учёбы ИИ-агентов.
Главное направление Mechanize — разработка сред для тренировки ИИ. Компания конкурирует с крупными AI-лабораториями, которые тоже создают спецсреды на основе реальных данных, от журналов до полностью смоделированных офисов. По мере усложнения задач такие среды должны также развиваться.
По мнению Mechanize, с автоматизации программирования логично начать: задача разбивается на отдельные действия, уже есть инструменты для частичной автоматизации. Но область достаточно сложна, чтобы стать главным испытанием для ИИ. Программирование может стать как первым, так и последним полностью автоматизированным цифровым трудом.
ИИ уже справляется с автодополнением кода и тестированием, но пока не решает вопросы архитектуры, командной работы и долгосрочного обслуживания проектов. Mechanize уверен: по мере усложнения тренировочных сред даже эти задачи могут перейти к ИИ.
