Ein angewandtes Forschungslabor, das sich auf Unternehmensagenten konzentriert, entwickelt proprietäre Intelligenzsysteme, die autonome Agenten befähigen, zuverlässig in Geschäftsumgebungen zu arbeiten. Diese Labore schaffen Plattformen, die es Agenten ermöglichen, kontinuierlich aus eigenen Daten zu lernen und ihre Leistung durch Training und Bewertung im Laufe der Zeit zu verbessern. Das Ziel ist der Aufbau zuverlässiger agentischer Computersysteme, die komplexe Arbeitsabläufe und reale Aufgaben bewältigen können, um Vertrauen und Effizienz in der Automatisierung von Unternehmen zu steigern.

Kontinuierliches Lernen aus eigenen Daten ermöglicht es Unternehmensagenten, sich basierend auf realen Interaktionen und unternehmensspezifischen Umgebungen anzupassen und zu verbessern. Durch die Nutzung proprietärer Daten, Werkzeuge und Arbeitsabläufe können Agenten Trainingssignale generieren und Verstärkungslernverfahren anwenden, um ihre Entscheidungsfindung und Aufgabenausführung zu optimieren. Dieser fortlaufende Prozess macht Agenten zuverlässiger, kontextbewusster und fähiger, komplexe, mehrstufige Arbeitsabläufe zu bewältigen, was letztlich die Effektivität und Vertrauenswürdigkeit der Automatisierung in Geschäftsprozessen erhöht.

Die Validierung autonomer Agenten vor der Produktionseinführung stellt sicher, dass sie Aufgaben in realen Szenarien genau und zuverlässig ausführen. Dieser Prozess umfasst die Bewertung der Agenten anhand tatsächlicher Arbeitsabläufe, um zu bestätigen, dass sie geeignete Werkzeuge auswählen, den Kontext bewahren und komplexe, mehrstufige Operationen effektiv abschließen. Eine frühzeitige Validierung reduziert das Fehlerrisiko, erhöht das Vertrauen in die Automatisierung und verbessert den Durchsatz. Sie hilft auch, potenzielle Probleme zu identifizieren und das Verhalten der Agenten zu optimieren, was zu einer sichereren und effizienteren Integration autonomer Systeme in Unternehmensumgebungen führt.

Moderne KI-Systeme verwenden fortschrittliche Technologien wie SLAM (Simultane Lokalisierung und Kartierung), Wahrnehmungsmodelle und Algorithmen zum räumlichen Verständnis, die hauptsächlich Videodaten nutzen. Im Gegensatz zu traditionellen Methoden, die auf Lidar- oder Tiefensensoren basieren, verwenden diese Systeme Video als Hauptsensor, um die Umgebung zu kartieren, zu interpretieren und mit ihr zu interagieren. Dieser Ansatz ermöglicht eine genauere und realitätsnahe Erfassung durch die Verarbeitung visueller Informationen zur Erstellung detaillierter räumlicher Karten und zur innovativen Interaktion mit der Umgebung.

KI-Modelle, insbesondere Vision Language Models (VLMs), stoßen bei der Verarbeitung langer Videos oft an Grenzen aufgrund der Größe ihres Kontextfensters. Um dies zu lösen, werden fortschrittliche Einsatzstrategien angewendet, die VLMs mit Video-Suchtechniken kombinieren und so die Verarbeitung von Videos beliebiger Länge ermöglichen. Dieser Ansatz segmentiert oder indexiert Videoinhalte, sodass sich das Modell auf relevante Teile konzentrieren kann, ohne vom gesamten Video auf einmal überwältigt zu werden. Dadurch können KI-Systeme lange Videos effizient analysieren, interpretieren und Erkenntnisse daraus gewinnen und überwinden frühere Einschränkungen bezüglich Eingabegröße und Kontextbeibehaltung.

KI-Unternehmen, die sich auf Computer Vision und automatisierte Softwareentwicklung spezialisieren, bieten häufig verschiedene Karrieremöglichkeiten wie Computer Vision Research Engineer und Forward Deployed Engineer an. Diese Positionen umfassen in der Regel die Entwicklung und den Einsatz fortschrittlicher KI-Modelle für Wahrnehmung, räumliches Verständnis und Codegenerierung. Die Arbeit in solchen Rollen erfordert meist Fachwissen in den Bereichen maschinelles Lernen, Computer Vision und Softwareentwicklung. Unternehmen werden oft von namhaften Investoren unterstützt und bieten offene Stellen in Technologiezentren wie San Francisco an. Interessierte Bewerber können sich bewerben, um zur Spitzenforschung und Produktentwicklung im Bereich KI beizutragen.

Die Automatisierung des Machine-Learning-Forschungsablaufs bietet mehrere Vorteile. Sie ermöglicht es Forschern, sich mehr auf die Entwicklung von Ideen zu konzentrieren, anstatt Infrastruktur und wiederkehrende Aufgaben zu verwalten. Automatisierung kann Experimente beschleunigen, indem mehrere Iterationen autonom durchgeführt werden, was zu schnelleren Entdeckungen und Validierungen führt. Außerdem verbessert sie die Reproduzierbarkeit durch systematische Dokumentation und Durchführung von Experimenten und reduziert menschliche Fehler. Insgesamt steigert die Automatisierung die Forschungseffizienz, sodass Wissenschaftler komplexere Probleme untersuchen und hochwertige Ergebnisse mit weniger manuellem Aufwand erzielen können.

Autonome Forschungsagenten können im gesamten Machine-Learning-Forschungszyklus erheblich unterstützen, indem sie Aufgaben wie Ideenfindung, Experimentieren, Analyse und Dokumentation übernehmen. Diese Agenten können ein anfängliches Forschungsziel und einen Codebasis übernehmen, dann eigenständig Experimente durchführen, Ergebnisse bewerten und iterieren, um die Ergebnisse zu verbessern. Dies reduziert die manuelle Arbeitsbelastung der Forscher und beschleunigt den Forschungsprozess. Darüber hinaus helfen autonome Agenten, Konsistenz und Reproduzierbarkeit zu gewährleisten, indem sie die Durchführung von Experimenten und die Datenerfassung systematisch handhaben. Durch die Automatisierung dieser Phasen können sich Forscher auf höherwertige Problemlösungen und Innovationen konzentrieren.

Forscher, die an einem frühzeitigen Zugang zu cloud-nativen autonomen Machine-Learning-Forschungstools interessiert sind, können in der Regel privaten Onboarding-Programmen oder Early-Access-Veröffentlichungen der Tool-Anbieter beitreten. Dieser Prozess beinhaltet oft die Kontaktaufnahme mit dem Entwicklungsteam per E-Mail oder die Buchung eines Termins, um spezifische Forschungsbedürfnisse zu besprechen. Early-Access-Programme ermöglichen es Forschern, experimentelle Versionen der Software zu testen und Feedback zu geben, um die Benutzerfreundlichkeit und Flexibilität zu verbessern. Die Teilnahme an solchen Programmen bietet auch die Möglichkeit, eng mit Entwicklern zusammenzuarbeiten und zukünftige Funktionen zu beeinflussen, die auf reale Forschungsherausforderungen zugeschnitten sind.

Das Pre-Training bei KI-Modellen beinhaltet die Exposition des Modells gegenüber großen Datenmengen, um Muster, Syntax und Semantik durch Minimierung von Vorhersagefehlern zu erlernen. Diese Phase hilft dem Modell, ein grundlegendes Verständnis von Sprache und Konzepten zu erwerben. Das Post-Training hingegen verlagert den Fokus von bloßer Exposition auf das Erreichen spezifischer Ziele, indem das Modell gelehrt wird, Entscheidungen zu treffen, die Belohnungen in definierten Umgebungen maximieren. Anstatt nur Daten zu imitieren, lernt das Modell Handlungskompetenz, wobei Worte in Handlungen übersetzt werden, die auf Erfolg in realitätsnahen Szenarien abzielen.