Novi AI model razmišlja bez riječi i troši i do 11 puta manje od OpenAI-jevog rivala

Dok se trka u razvoju vještačke inteligencije uglavnom vodi oko toga ko će napraviti veći i moćniji model, jedna grupa naučnika pokušava dokazati da put naprijed možda ide u sasvim suprotnom smjeru — ka manjim sistemima koji "razmišljaju" na način bliži ljudskom mozgu. Rezultat tog pristupa je model BDH-CQ, čije su tehničke osnove naučnici kompanije Pathway opisali u radu objavljenom 10. augusta na serveru za preprint studije arXiv.

BDH-CQ nije nastao niotkuda. Riječ je o nasljedniku modela poznatog pod imenom "Dragon Hatchling", koji su isti naučnici kreirali 2025. godine s ciljem da što vjernije simulira način na koji se neuroni u mozgu međusobno povezuju i jačaju te veze tokom procesa učenja. Novi model tu ideju vodi korak dalje, a autori vjeruju da bi neverbalno rezonovanje moglo biti sljedeći korak ka mašinama koje bi razvile inteligenciju sličnu ljudskoj.

Test koji mjeri koliko je AI blizu čovjeku

Da bi provjerili koliko njihov model zaista "misli", naučnici su ga stavili pred ARC-AGI, referentni test iz 2019. godine koji je postavio današnji standard za mjerenje napretka prema takozvanoj opštoj vještačkoj inteligenciji (AGI) — tački u kojoj bi AI dostigao ili nadmašio ljudske sposobnosti u svim oblastima. Taj test se ne oslanja na jezik, nego na zagonetke neverbalnog rezonovanja, poput rotiranja niza oblika kako bi se dovršio zadati slijed. Ljudi su izuzetno vješti u tome da metodom pokušaja i greške sami dokuče pravilo po kojem takva zagonetka funkcioniše, dok su rani AI sistemi u tome historijski bili znatno slabiji.

BDH-CQ je na benchmarku ARC-AGI-1 ostvario rezultat od gotovo 30 posto, što u praksi znači da je uspješno riješio ekvivalent tri od deset zagonetki, i to u dva pokušaja ili manje. Brojni drugi modeli postigli su znatno bolje rezultate na ovom testu, ali suština nalaza nije u samom skoru. Poređenje s OpenAI-jevim ulaznim, lakim modelom za rezonovanje GPT 5.6 Luna (Low) pokazalo je da je taj model ostvario tek neznatno bolji rezultat — a u studiji se navodi da je taj "skroman dobitak u tačnosti" koštao oko 11 puta više nego kod BDH-CQ-a, mjereno relativnim troškovima tokena, sistemom kojim AI kompanije obračunavaju cijenu rada svojih sistema. Naučnici smatraju da bi ovakva arhitektura, ako bi je industrija šire prihvatila, mogla drastično promijeniti ukupne troškove i razmjere korištenja vještačke inteligencije.

Mali model s velikim ambicijama

Razlika u obimu je posebno upečatljiva. BDH-CQ je treniran na svega 150 miliona parametara, dok se kod najnaprednijih, takozvanih frontier modela — poput Metinih open-source modela Llama 3 70B ili Llama 3.1 405B — broj parametara kreće od desetina milijardi do stotina milijardi. U svijetu razvoja AI-ja manje parametara znači brže treniranje i jeftinije održavanje modela. Istraživači, međutim, tvrde da njihovi rezultati sugerišu i nešto više: da bi se kognitivne sposobnosti modela mogle značajno povećati ako se on proširi na veći broj parametara.

Ključ tog skoka u performansama, prema objašnjenju naučnika iz Pathwaya, leži u "post-transformer" arhitekturi. Većina glavnih AI modela danas, uključujući one koji pokreću Claude i ChatGPT, zasnovana je na "transformer modelima" — nazvanim tako jer korisnički unos pretvaraju u međusobno povezane matematičke referentne tačke. Ti sistemi posmatraju svaku riječ u unosu istovremeno, što im omogućava da kontekst zaključe iz pozicije: na osnovu susjednih riječi odlučuju, recimo, da li se engleska riječ "bark" odnosi na lajanje psa ili na koru drveta.

Zašto je linearno razmišljanje skupo

Transformer model odgovor formira tako što cijeli upit sagleda odjednom, a zatim predviđa koja bi riječ trebala biti sljedeća u nizu njegovog odgovora. To radi riječ po riječ, koristeći prirodni jezik da u pozadini praktično izgovori linearni tok misli. I samo rezonovanje kod njih teče sekvencijalno, što znači da moraju proći kroz svaku fazu problema strogo redom. Takvi modeli imaju velike prednosti nad ranijim arhitekturama, koje bi često zaboravile početak unosa dok bi stigle do njegovog kraja.

Ipak, transformer arhitekture se muče s dužim i složenijim upitima, jer računska složenost obrade upita raste kvadratno — udvostručavanje dužine unosa troši četiri puta više procesorske snage. Upotreba AI modela mjeri se po tokenu, pri čemu token predstavlja bilo koji fragment podataka koji sistem mora primiti ili proizvesti, otprilike u vrijednosti četiri znaka teksta. Budući da složeniji upiti zahtijevaju duže lance razmišljanja u više koraka, obrada i odgovaranje na takva pitanja mogu progutati ogromne količine tokena — a upravo tu, tvrde autori studije, njihov pristup nudi izlaz.