Een nieuwe stap richting AGI: het “Dragon Hatchling”-model
Onderzoekers kloppen op de deur naar een radicaal andere kind van kunstmatige intelligentie. Het in Londen gevestigde AI-startup Pathway presenteerde de architectuur “Dragon Hatchling” – een systeem dat is geïnspireerd op de manier waarop het menselijk brein zich leert te verbinden, adaptief verandert en – mogelijk – stapje voor stapje de stap richting algemene kunstmatige intelligentie (AGI) zet.
Verder denkend leren
De traditionele grote taalmodellen (LLM’s) zoals ChatGPT of Google Gemini volgen een standaardarchitectuur die tijdens de training wordt ingeprent – daarna zitten de gewichten grotendeels vast. Dragon Hatchling daarentegen is ontworpen om tijdens gebruik zélf zijn neurale verbindingen te veranderen: intern “versterkt” het model bepaalde verbindingen, “verzwakt” het andere, op een manier die doet denken aan hoe onze neutonen in de hersenen zich aanpassen.
|
New 'Dragon Hatchling' AI architecture modeled after the human brain could be a key step toward AGI, researchers claimScientists say a new kind of AI could bridge the gap between current systems and machines that learn and think more like us. |
Het web-geïnspireerde model
In tegenstelling tot de gebruikelijke “gestapelde lagen”-architectuur van transformer-modellen, gedraagt het nieuwe model zich eerder als een dynamisch web van mini-neuronen die voortdurend opnieuw verbinden. Deze continue zelfaanpassing creëert een soort kortetermijngeheugen en aanpassingsvermogen: het model kan reageren op nieuwe input door intern te herorganiseren, niet enkel door vooraf geleerde patronen toe te passen.
Waarom dit relevant is voor AGI
De ambitie: een systeem dat wél generaliseert zoals mensen dat kunnen. Zoals co-oprichter en Chief Scientific Officer Adrian Kosowski zei: “machines leren nog niet te generaliseren zoals mensen — daar denken wij iets aan te kunnen veranderen.” Het moment van interesse is duidelijk. Terwijl modellen vandaag schitteren in specifieke taken en grote datasets, loopt de kloof tussen “sterk in patroonherkenning” en “denken zoals een mens” nog diep. Dragon Hatchling markeert volgens de onderzoekers mogelijk het ontbrekende schakeltje.
Testresultaten en kanttekeningen
In de vroege tests presteerde Dragon Hatchling vergelijkbaar met een oudere generatie model zoals GPT‑2 op benchmarks voor taalmodellering en vertaling. Voor een prototype is dat op zich opmerkelijk. Maar: het onderzoek is nog niet peer-reviewed en het model bevindt zich voorlopig in experimentfase. De belofte is groot, maar de praktische toepassing en volwassenheid nog onzeker.
Met Dragon Hatchling zet Pathway een ambitieuze stap richting een architectuur die dichter bij cognitieve processen van het menselijk brein staat. Of dit daadwerkelijk de broodnodige “missende schakel” is op weg naar AGI, valt nog af te wachten — maar voor iedereen die AI en creatief werk combineert, biedt het momenteel een inspirerend vooruitzicht: de belofte van AI die écht meedenkt, meebeweegt en meegroeit.
