Ричард Саттон запустил Oak Lab для разработки AI-агентов, обучающихся на собственном опыте

Лауреат премии Тьюринга за 2024 год Ричард Саттон и исследователь Хуррам Джавед запустили в Торонто Oak Lab. Стартап будет развивать алгоритмы для агентов, которые учатся непрерывно из опыта, а не только на заранее подготовленных наборах данных.

Ричард Саттон (Richard Sutton), профессор Университета Альберты и лауреат премии Тьюринга за 2024 год за фундаментальный вклад в обучение с подкреплением, запустил в Торонто стартап Oak Lab. The Decoder сообщает, что сооснователем стал Хуррам Джавед (Khurram Javed); оба ранее работали в Keen Technologies, AI-компании Джона Кармака.

Компания описывает свою цель как создание алгоритмов, которые позволяют агентам достигать целей в «больших мирах». В миссии Oak Lab говорится о развитии архитектуры OaK: агенты должны находить опирающиеся на опыт временные абстракции, полезные для планирования, и учиться в реальном времени без хранения или повторного воспроизведения данных.

В техническом материале от 13 июля 2026 года Oak Lab противопоставляет обучение из курируемых датасетов обучению из шумового потока опыта. На примере NoisyMNIST, шумового варианта MNIST, авторы показывают, что стандартные оптимизаторы, включая SGD, Adam и RMSProp, могут переносить шум в параметры, поскольку пытаются минимизировать ошибку по всем целям; предлагаемая линия работ делает упор на более точное назначение вклада сигналов в ошибку.

В качестве предельной цели Oak Lab называет агента с триллионом параметров, который учится и планирует в реальном времени при энергопотреблении около 20 Вт. О готовом продукте компания пока не сообщает: опубликованные материалы описывают исследовательскую программу в области непрерывного обучения и обучения с подкреплением.