Naukowcy znaleźli sposób na to, żeby agenci AI łączący widzenie i działanie lepiej się przystosowywali do konkretnych użytkowników. Zamiast działać generycznie, systemy oparte na dużych modelach językowych mogą teraz uczyć się preferencji i stylu każdej osoby przez pryzmat długoterminowych interakcji, a następnie dostosowywać swoje decyzje i zachowanie do jej oczekiwań. To dlatego istotne - dotychczasowe asystenty AI działały raczej na zasadzie "jeden dla wszystkich", podczas gdy rzeczywistość wymaga personalizacji, bo każdy użytkownik ma inne potrzeby, priorytety i sposób komunikacji.
Personalizacja multimodalnych agentów ma bezpośrednie znaczenie dla asystentów działających w świecie rzeczywistym - robotów domowych, ramion manipulacyjnych czy systemów wspierających osoby niepełnosprawne. Im lepiej agent rozumie, czego chce konkretny człowiek i jak preferuje się komunikować, tym bardziej staje się użyteczny. Badania pokazują, że systemy AI zbierające wiedzę o użytkownikach w dłuższym horyzoncie czasu podejmują bardziej trafne decyzje niż modele jednokierunkowe.
Przełom ma jeszcze głębszy wymiar - stanowi rozwiązanie problemu, które od lat hamuje masową adopcję asystentów AI. Bez personalizacji trudno wyobrazić sobie wdrożenie takich systemów w szpitalach, szkołach czy domach seniora, gdzie każda sytuacja jest inna. Opisana metoda otwiera drzwi do praktycznych zastosowań, w których AI przestaje być narzędziem generycznym, a staje się rzeczywiście pomocnym partnerem dostosowanym do konkretnych użytkowników i ich dynamicznie zmieniających się wymagań.