Amazon’un araştırmacılarından oluşan ekip, otonom yapay zeka ajanlarının gelişimini tamamen otomatikleştirmeyi amaçlayan A-Evolve adlı evrensel bir altyapı geliştirdi. Bu yeni sistem, günümüzde hala manuel olarak yapılan “ödüllendirme ve programlama” süreçlerini otomatik evrim döngüleriyle değiştirmeyi hedefliyor. Proje, yapay zeka alanında derin öğrenmenin manuel işlem adımlarından kurtulmasını sağlayan PyTorch’un etkisine benzetiliyor.
Mevcut otonom ajan geliştiricileri, karşılaştıkları sorunları elle tespit edip hataları düzeltmekle zaman kaybediyor. Örneğin, bir yazılım hatasının giderilmesi için geliştiricinin günlerce kod izleyip hataları tespit etmesi gerekiyor. A-Evolve ise bu “deneme yanılma” sürecini tamamen ortadan kaldırarak, yapay zekanın kendi çalışma mantığını ve kodlarını sistematik olarak geliştirmesine imkan tanıyor. Başlangıçta basit bir yapı sunan sistem, insan müdahalesi olmadan kendi kendini en üst performansa göre şekillendiriyor.
A-Evolve, ajan yapısını ‘Agent Workspace’ adını verdiği standartlaştırılmış bir dizin olarak tanımlıyor. Bu dizin 5 temel bileşenden oluşuyor: manifest.yaml (ajanın tanımlayıcı dosyası), prompts (yönlendirme komutları), skills (ajanın kullanabileceği kod parçacıkları), tools (dış sistem bağlantıları) ve memory (geçmiş deneyim verileri). Evrim motoru, sadece bellekte değil, doğrudan bu dosya ve yapılandırmaları değiştirerek geliştirmenin çekirdeğini oluşturuyor. Böylece, yapay zekanın içsel işleyişi gerçek anlamda kendini yeniliyor.
Sistemin çalışma mekanizması ise beş aşamalı bir döngü üzerine kurulu. Ajan verilen görevi yerine getirmeye çalışıyor (Solve), elde edilen sonuçlar ve günlükler kaydediliyor (Observe), evrim motoru bu verileri analiz ederek hataları buluyor ve gerekli değişiklikleri ajanın çalışma yapısına işliyor (Evolve). Sonrasında yeni hali, geri dönüşü engellemek için otomatik testlerden geçiyor (Gate) ve onaylanan sürüm yeniden başlatılarak döngü devam ediyor (Reload). Bu adımlar Git üzerinden takip edilip her değişiklik sürümleniyor, olumsuz sonuç alınırsa sistem otomatik olarak önceki stabil sürüme dönüyor.
A-Evolve sistemi ayrıca yüksek modülerliğe sahip. Geliştiriciler kendi ajan modellerini, çalışma ortamlarını ve evrim algoritmalarını diledikleri gibi entegre edebiliyor. Bu “Bring Your Own” (BYO) yaklaşımı, farklı yapay zeka mimarileri ve görev alanları için esnek çözümler sunuyor. Böylece sistem, hem basit görevlerden karmaşık çoklu ajan yapılarına kadar geniş bir yelpazeyi destekliyor.
Yapılan testlerde sistem, önceki sürümlerden önemli ölçüde gelişim gösterdi. Örneğin MCP-Atlas benchmarkında yüzde 79,4 başarı oranıyla birinciliğe yükseldi. Ayrıca gerçek yazılım hatalarını çözmede yaklaşık yüzde 76,8 performansla beşinci sırada yer aldı. Komut satırı ortamlarında ve otomatik yetenek keşfinde de önemli gelişmeler kaydetti. Bu etkileyici sonuçlar, yapay zekanın kendi kendini geliştirmesi alanında yeni bir dönemin başlangıcını müjdeliyor.
Bu yenilikçi yaklaşım, otonom yapay zeka ajanlarının geliştirilme biçimini köklü şekilde değiştirebilir. Manuel müdahale ihtiyacını ortadan kaldıran ve evrimsel algoritmalarla sürekli öğrenmeyi sağlayan A-Evolve, yazılım mühendisliği ve yapay zeka araştırmalarında zaman ve kaynak tasarrufu anlamına geliyor. Gelecekte, daha karmaşık görevler için de uygulanarak insana bağımlılığı azaltabilir, gerçek dünyada daha başarılı otonom sistemlerin yolunu açabilir.
Ayrıca, A-Evolve’nin açık kaynak olarak geliştiriliyor olması, farklı araştırmacı ve şirketlerin bu altyapıyı daha da iyileştirmesine olanak tanıyacak. Modüler ve evrensel tasarımı sayesinde yapay zeka teknolojilerinde evrimi hızlandıracak ve yeni nesil otonom ajanların tasarımında standart bir yöntem haline gelebilir. Amazon’un bu adımı, yapay zekanın kendi sınırlarını aşmasına ve sürekli gelişen dinamik sistemler yaratmasına kapı aralayacak.
📎 Kaynak: marktechpost.com
