Stel je voor dat je het perfecte huis probeert te bouwen. Jarenlang hebben architecten (AI-onderzoekers) deze huizen met de hand ontworpen, steen voor steen. Ze hebben een paar standaard blauwdrukken waar ze van houden, maar ze hebben niet echt onderzocht wat er gebeurt als je stenen uit verschillende tijdperken met elkaar mengt, of als je een huis probeert te bouwen dat even goed werkt in een woestijn, een regenwoud of op een besneeuwde berg.

LEMUR 2 is een enorm nieuw project dat het spel verandert. In plaats van alleen naar een paar favoriete blauwdrukken te kijken, hebben de onderzoekers een gigantische, geautomatiseerde "bouwfabriek" gebouwd die meer dan 14.000 unieke neurale netwerkontwerpen (de "huizen") produceert en ze allemaal test.

Hier is hoe ze het deden, met behulp van eenvoudige analogieën:

1. De Bouwploeg (Hoe ze de modellen maakten)

Het team heeft niet gewoon één blauwdruk getekend en die gekopieerd. Ze gebruikten zes verschillende "ploegen" om deze 14.000 ontwerpen te genereren, waardoor de collectie ongelooflijk divers is:

• De Genetische Ingenieurs (Evolutie): Stel je een populatie digitale wezens voor. De computer laat hen over vele generaties heen "voortplanten" en "muteren", waarbij de sterkste ontwerpen worden behouden en de zwakke worden weggegooid. Dit vond ongeveer 2.000 nieuwe, sterke architecturen.
• De Code Mutatoren (AST Editing): Denk aan een robot die een bestaande huisblauwdruk neemt en de breedte van de gangen of de grootte van de ramen verandert. Het past de code lichtjes aan om te zien of het huis nog steeds blijft staan.
• De Fractale Bouwers: Deze bouwers gebruiken een wiskundig patroon waarbij een klein ontwerp zichzelf steeds opnieuw herhaalt om een complexe, zelf-gelijkvormige structuur te creëren (zoals een varenblad of een sneeuwvlok).
• De Scharreliers (NN-RAG): Dit is als een robot die door een enorme bibliotheek van publieke code gaat (zoals een gigantische online bouwmarkt), nuttige vooraf gemaakte onderdelen vindt (zoals een specifieke deur of een raam) en controleert of ze werken voordat hij ze aan zijn gereedschapskist toevoegt. Ze vonden op deze manier meer dan 900 herbruikbare onderdelen.
• De AI-Architecten (LLM & Reinforcement Learning): Ze vroegen een superintelligente AI (een Large Language Model) om vanaf nul nieuwe blauwdrukken te schrijven. Soms gaven ze het een paar goede voorbeelden van huizen om te kopiëren (Few-Shot), en andere keren lieten ze de AI proberen een huis te bouwen, faalde het, kreeg het een "berisping" (negatieve beloning) en probeerde het opnieuw totdat het het goed deed (Reinforcement Learning).
• De Data Mixers: Ze testten ook 6.000 verschillende manieren om "de ingrediënten voor te bereiden" (data augmentatie) voordat ze de maaltijd kookten, om te zien welk recept het model het beste liet smaken.

2. De Testterreinen (Wat ze testten)

In het verleden keken de meeste tests alleen naar hoe goed een model een kat of een hond in een foto kon identificeren. LEMUR 2 is veel breder. Ze testten deze 14.000 modellen op:

• Afbeeldingen beschrijven: De AI een zin over een foto laten schrijven.
• Afbeeldingen tekenen: De AI een afbeelding laten maken op basis van een tekstbeschrijving.
• Tekst schrijven: De AI het volgende woord in een verhaal laten voorspellen.
• Experts mengen: Een "team" van verschillende kleine modellen creëren dat over het antwoord stemt, in plaats van te vertrouwen op slechts één groot model.

3. De Realiteitstest (Deployment)

Dit is de grootste innovatie van het papier. Meestal testen onderzoekers modellen op gigantische, supersnelle computers in een lab. LEMUR 2 vraagt: "Werkt dit model daadwerkelijk op een echte telefoon of in een Virtual Reality-headset?"

• NN-Lite (De Telefoontest): Ze namen duizenden modellen en probeerden ze te verkleinen zodat ze op een Android-telefoon konden draaien. Ze maten hoe snel de telefoon met deze modellen kon "denken".
• NN-VR (De VR-test): Ze probeerden deze modellen te draaien binnen een Virtual Reality-game engine (Unity). Ze controleerden of het model snel genoeg was om een 90Hz VR-headset bij te houden (wat betekent dat het model 90 keer per seconde moet denken, anders krijgt de gebruiker last van bewegingsziekte).

4. Het Resultaat: Een Enorme Bibliotheek

De uiteindelijke output is een gigantische database met:

• 14.000+ verschillende modelontwerpen.
• 750.000+ trainingsrecords (zoals een logboek voor elke afzonderlijke testrun).
• Real-world snelheidgegevens van telefoons en VR-headsets.

Waarom is dit belangrijk?

Denk aan eerder AI-onderzoek als het hebben van een klein doosje Lego-blokjes. Je kon een paar coole dingen bouwen, maar je was beperkt door de blokjes die je had.

LEMUR 2 stort een magazijn vol met verschillende Lego-blokjes, verschillende bouwinstructies, en zelfs instructies over hoe je een Lego-kasteel bouwt dat in een piepkleine rugzak (mobiele telefoon) of een helm (VR) past.

Door deze enorme, diverse bibliotheek kunnen onderzoekers nu AI gebruiken om betere AI te ontwerpen. In plaats van dat een mens raadt welke blauwdruk het beste is, kunnen ze deze data gebruiken om een "Meesterarchitect" (een Large Language Model) te trainen om te begrijpen wat een neuraal netwerk laat werken, wat leidt tot slimmere, snellere en efficiëntere AI in de toekomst.

Kortom: Ze hebben een enorme, geautomatiseerde fabriek gebouwd om duizenden verschillende AI-hersenen te creëren en te testen, niet alleen om te zien hoe slim ze zijn, maar ook om te zien of ze daadwerkelijk kunnen draaien op de apparaten die we dagelijks gebruiken.