Perplexity uruchamia zespół Frontier Research, by zbudować automatycznego badacza
Najważniejsze informacje
- •Perplexity uruchomiła Perplexity Frontier Research — zespół dedykowany stworzeniu systemu AI, który będzie mógł autonomicznie przeprowadzać cały proces badań naukowych.
- •Firma przeznaczyła co najmniej 10 000 procesorów GPU na wsparcie eksperymentów w obszarach pre-treningu, uczenia ze wzmocnieniem i uczenia ciągłego.
- •Inicjatywą kieruje Andrew Gordon Wilson, badacz uczenia maszynowego znany z pracy nad bayesowskim uczeniem głębokim.
- •Perplexity planuje rekrutować w San Francisco, Palo Alto, Nowym Jorku i Londynie, a jednocześnie regularnie publikować prace, modele i dane zespołu.
- •Nacisk zespołu na orkiestrację wielu agentów odzwierciedla szerszy trend branżowy polegający na koordynowaniu wielu wyspecjalizowanych modeli AI do obsługi złożonych zadań.

Perplexity uruchomiła dedykowany zespół badawczy — Perplexity Frontier Research — którego celem jest zbudowanie automatycznego badacza: systemu AI, który ma samodzielnie przeprowadzać cały proces naukowy. Firma przeznaczyła na ten cel co najmniej 10 000 procesorów GPU, a inicjatywa została ogłoszona w poniedziałek, 16 listopada 2026 roku. Ten krok wprowadza Perplexity, znaną przede wszystkim z silnika odpowiedzi opartego na AI, w obszar badań nad modelami na dużą skalę, gdzie zobowiązania obejmujące wiele tysięcy GPU stały się już bazowym poziomem dla ambicji w dziedzinie AI najnowszej generacji.
Co buduje Perplexity
Deklarowanym ambicją jest automatyczny naukowiec: system zdolny do samodzielnego przeprowadzania całego procesu badań naukowych. Zobowiązanie dotyczące mocy obliczeniowej ma wspierać eksperymenty na dużą skalę w trzech kluczowych obszarach: pre-treningu, uczeniu ze wzmocnieniem (RL) oraz uczeniu ciągłym. Uogólniając, pre-trening buduje podstawowe zdolności modelu, uczenie ze wzmocnieniem doskonali jego zachowanie na podstawie informacji zwrotnej, a uczenie ciągłe pozwala systemowi na bieżąco zdobywać nową wiedzę. Skala 10 000 GPU podkreśla, jak wymagające obliczeniowo są te obszary — pre-trening i uczenie ze wzmocnieniem na poziomie najnowszej generacji zwykle wymagają tysięcy akceleratorów.
Filary techniczne
Zespół planuje pracować w ramach kilku filarów technicznych: orkiestracji wielu agentów, architektur pre-treningowych, uczenia ciągłego, uczenia ze wzmocnieniem, systemów oraz wyspecjalizowanych ewaluacji.
Orkiestracja wielu agentów to filar wyróżniający się najbardziej. Idea polega na koordynowaniu wielu agentów AI, z których każdy obsługuje inną funkcję, i włączeniu ich w jeden proces badawczy. W praktyce każdy agent przejmowałby wyspecjalizowaną rolę w ramach jednego skoordynowanego przepływu pracy. Podejście to wpisuje się w szerszy trend branżowy w kierunku agentowego AI, w którym wiele wyspecjalizowanych modeli jest koordynowanych w celu rozwiązywania złożonych zadań.
Kierownictwo i rekrutacja
Inicjatywą kieruje Andrew Gordon Wilson, badacz uczenia maszynowego znany z pracy nad bayesowskim uczeniem głębokim. Perplexity intensyfikuje również rekrutację do zespołu w San Francisco, Palo Alto, Nowym Jorku i Londynie, co daje jednostce obecność w Stanach Zjednoczonych i Europie.
Obok działań rekrutacyjnych firma dołączyła do projektu zobowiązanie dotyczące otwartej nauki. Perplexity deklaruje, że będzie regularnie publikować prace naukowe, modele i dane wynikające z działań zespołu — zobowiązanie, które da badaczom z zewnątrz bezpośredni wgląd w rezultaty i metody jednostki.
Od produktów do badań
Nowy zespół stanowi ewolucję wcześniejszych produktów Perplexity, w tym Deep Research i Computer. Narzędzia te dawały użytkownikom wspomagane przez AI sposoby na zgłębianie pytań i wykonywanie zadań. Nowa jednostka przesuwa firmę od budowania narzędzi wspomagających badaczy w kierunku automatyzacji samego procesu badawczego.
Perplexity przedstawia tę inicjatywę jako przedsięwzięcie, które mogłoby zasadniczo zmienić sposób prowadzenia odkryć naukowych. Konkretne znaczniki postępów, na które warto zwracać uwagę, to zapowiadane regularne publikacje prac, modeli i danych oraz rekrutacja w czterech miastach.
Szczegóły po raz pierwszy podał CryptoBriefing.