När AI-mobilen misslyckas blir den starkare genom att lära sig av misstag
Baserad på forskning av Zichuan Lin, Feiyu Liu, Yijun Yang, Jiafei Lyu, Yiming Gao
Forskare från Kina har tagit fram en ny AI-teknik som kan göra mobila appar mer智能 genom att analysera sina egna misslyckanden. Istället för att stanna upp när programmet inte lyckas utföra en uppgift, lär sig systemet av varje felsteg och utvecklas snabbare varje gång det gör misstag.
Metoden, som kallas UI-Voyager, bygger på ett avancerat tvåskridssystem som först tränar modellen autonomt genom att förkasta ogynnsamma svar och därmed skapa bättre data. När detta är klart sker nästa fas där systemet jämför grupper av försök för att hitta vändpunkter där en strategi kunde ha lett till framgång. Genom att använda dessa lyckliga banor skapas då detaljerade instruktioner som korrigerar de misslyckade försöken i realtid. Detta gör att AI:n inte behöver dyra manuell markering eller enorma mängder förinstallerad data för att nå höga resultat.
Testerna visade att modellen klarade sig med en framgångsfrekvens på 81,0 %, vilket är överlägset många befintliga lösningar och till och med mänsklig prestanda i vissa fall. Slutsatsen är tydlig: framtidens mobila assistenter kommer inte att vara passiva verktyg utan aktiva lärande system som blir desto mer effektiva ju fler hinder de klättrar över själva.
Lin Zichuan m.fl., "UI-Voyager: A Self-Evolving GUI Agent Learning via Failed Experience", https://arxiv.org/abs/2603.24533