Ο συνιδρυτής της Google, Sergey Brin, λέει ότι η ανάπτυξη της τεχνητής νοημοσύνης της εταιρείας έχει φτάσει στο σημείο όπου τα μοντέλα της βοηθούν ενεργά να χτίσουν τους δικούς τους διαδόχους - μια δυναμική γνωστή ως αναδρομική αυτοβελτίωση ή RSI. Μιλώντας σε μια συζήτηση στρογγυλής τραπέζης για τη δημιουργία του νέου μοντέλου Gemini 4 της Google, Argon, ο Brin είπε ότι η ανάπτυξη της τεχνητής νοημοσύνης επιταχύνεται εσωτερικά και ότι η εταιρεία «άρχιζε να μπαίνει σε αυτόν τον διάδρομο RSI».
«Και τώρα οι ερευνητές μας και το μοντέλο συνεργάζονται χέρι-χέρι για να φτιάξουν την επόμενη έκδοση του μοντέλου», είπε ο Μπριν κατά τη διάρκεια της στρογγυλής τραπέζης, την οποία μοιράστηκε η Google την Τετάρτη. Τα σχόλιά του αναφέρθηκαν πρώτα από το Business Insider. Οι παρατηρήσεις τοποθετούν τον συνιδρυτή της Google - ο οποίος έχει αναλάβει ολοένα και πιο πρακτικό ρόλο στο πρόγραμμα Gemini - στην πιο σημαντική συζήτηση του κλάδου: εάν τα συστήματα τεχνητής νοημοσύνης θα βελτιωθούν σύντομα πιο γρήγορα από ό,τι μπορούν οι ανθρώπινοι μηχανικοί. Για συνεχή κάλυψη αυτής της συζήτησης, ακολουθήστε τις [ειδήσεις έρευνας AI] (https://aibuzzwire.news).
Τι υπέδειξε ο Brin ως αποδεικτικό στοιχείο
Ο Brin επεσήμανε τον ρυθμό των εκδόσεων των μοντέλων Flash της Google που οδήγησαν στο Gemini 4 ως απόδειξη ότι ο βρόχος ανατροφοδότησης ήδη γυρίζει. Το συμπέρασμα είναι ότι κάθε γενιά μοντέλων μειώνει τον χρόνο που απαιτείται για την παραγωγή του επόμενου, ως αυτοματοποιημένη κωδικοποίηση, αξιολόγηση και σύνθεση εργαλείων έρευνας.
Η τεκμηρίωση ασφαλείας της Google για το Argon φαίνεται να υποστηρίζει μέρη αυτής της εικόνας. Σύμφωνα με την έκθεση ασφάλειας του μοντέλου, "οι πράκτορες AI λειτουργούν πλέον ως βοηθοί υψηλής μόχλευσης που συνθέτουν την πλειονότητα των κωδικών παραγωγής και διορθώσεων σφαλμάτων, αν και οι αλλαγές κώδικα παραμένουν υπόκεινται σε ανθρώπινη εξέταση πριν από την υποβολή". Με άλλα λόγια, η εταιρεία περιγράφει μια ροή εργασίας στην οποία τα μοντέλα παράγουν το μεγαλύτερο μέρος του κώδικα - ενώ οι άνθρωποι διατηρούν τον τελικό λόγο για τα πλοία.
Η ευρύτερη συζήτηση RSI
Οι Anthropic και OpenAI είπαν επίσης ότι η τεχνητή νοημοσύνη μπορεί να βρίσκεται στα πρόθυρα του RSI και μια έκθεση από την εταιρεία Gladstone AI που δημοσιεύθηκε αυτή την εβδομάδα περιγράφει τους τρόπους με τους οποίους οι εταιρείες τεχνητής νοημοσύνης κινούνται προς αυτήν. Σύμφωνα με τον λογαριασμό του Business Insider για την έκθεση, οι περισσότεροι ερευνητές που έλαβαν συνέντευξη - που εργάζονται σε εταιρείες όπως οι Anthropic, OpenAI και Google DeepMind - πιστεύουν ότι το RSI θα ξεκινήσει μέσα στους επόμενους 3 έως 12 μήνες και θα μπορούσε να φτάσει νωρίτερα εάν δεν υπάρξει κυβερνητική παρέμβαση.
Γιατί το Χρονολόγιο έχει σημασία
Η αναδρομική αυτοβελτίωση δεν είναι απλώς ένα ακόμη ορόσημο ικανοτήτων. Εάν τα μοντέλα γίνουν το κύριο εργατικό δυναμικό για την ίδια την έρευνα της τεχνητής νοημοσύνης, ο ρυθμός προόδου γίνεται πιο δύσκολο να προβλεφθεί και πιο δύσκολο να κυβερνηθεί. Αυτός είναι ο λόγος για τον οποίο το RSI βρέθηκε στο επίκεντρο των προειδοποιήσεων από εξέχοντες ερευνητές AI τον περασμένο μήνα ότι οι άνθρωποι θα μπορούσαν να χάσουν τον έλεγχο της τεχνολογίας εάν δεν τοποθετηθούν επαρκή προστατευτικά κιγκλιδώματα.
Το καδράρισμα του Μπριν ήταν ιδιαίτερα σημαντικό. Αντί να αντιμετωπίζει τον διάδρομο RSI ως μια μακρινή υπόθεση, τον περιέγραψε ως μια λειτουργική συνθήκη του προγράμματος ανάπτυξης μοντέλων της Google - ερευνητές και μοντέλα που δουλεύουν "χέρι με χέρι" σε κάθε διαδοχική έκδοση.
Οι Αντίστιχοι
Δεν συμφωνούν όλοι στο Google για το πόσο γρήγορα περιστρέφεται ο σφόνδυλος. Αναφέροντας στον ίδιο κύκλο ειδήσεων σημείωσε ότι το Google DeepMind δεν βρήκε σημαντική επιτάχυνση στην έρευνα και ανάπτυξη μηχανικής μάθησης στις δικές του αξιολογήσεις, ένα συμπέρασμα που αποκλίνει από την πιο ανησυχητική ρητορική που προέρχεται από ορισμένους αντιπάλους. Το χάσμα μεταξύ αυτών των δύο αναγνώσεων -ο συνιδρυτής της Google περιγράφει έναν διάδρομο που έχει αρχίσει να κινείται και οι ερευνητές ασφαλείας της Google που δεν μετρούν καμία δραματική επιτάχυνση- είναι από μόνο του ένα στιγμιότυπο του πόσο αβέβαιο παραμένει το πεδίο για τη δική του τροχιά.
Υπάρχουν επίσης δομικές επιφυλάξεις. Οι πράκτορες που συνθέτουν την πλειονότητα του κώδικα παραγωγής εξακολουθούν να λειτουργούν υπό ανθρώπινη αναθεώρηση και πολλά από αυτά που μετρούν ως «Έρευνα AI αυτοματοποιημένης τεχνητής νοημοσύνης» σήμερα περιλαμβάνουν τον περιορισμό των χώρων αναζήτησης, τη δημιουργία υποψήφιων λύσεων και την εκτέλεση αξιολογήσεων — βοήθεια υψηλής μόχλευσης αντί για αυτόνομη ανακάλυψη.
Τι να παρακολουθήσετε
Τρία πράγματα θα πουν στους παρατηρητές εάν η αλληγορία του Μπριν για τον διάδρομο ανταποκρίνεται. Πρώτον, ο ρυθμός κυκλοφορίας των μοντέλων της Google, όπου τα μικρότερα διαστήματα μεταξύ των γενεών θα ήταν το σαφέστερο ορατό σήμα. Δεύτερον, εάν άλλα συνοριακά εργαστήρια αρχίζουν να ποσοτικοποιούν πόσο από τον αγωγό έρευνας και μηχανικής τους εκτελείται με μοντέλο, όπως έχει κάνει η έκθεση ασφάλειας Argon της Google. Τρίτον, εάν οι κυβερνήσεις ενεργούν σε αναφορές όπως της Gladstone AI, της οποίας οι ερευνητές που συμμετείχαν σε συνέντευξη έθεσαν ρητά το χρονοδιάγραμμά τους στην απουσία παρέμβασης.
Η οικονομία πίσω από τον διάδρομο
Υπάρχει επίσης μια απλή εμπορική λογική στα σχόλια του Brin. Εάν τα μοντέλα συντομεύουν ουσιαστικά τους κύκλους έρευνας, το οριακό κόστος κάθε νέας γενιάς μοντέλων μειώνεται και η εταιρεία που κλείνει πρώτα τον βρόχο αποκτά ένα σύνθετο πλεονέκτημα τόσο στην ικανότητα όσο και στην τιμή. Η Google έχει ήδη επισημάνει την προθυμία να ανταγωνιστεί επιθετικά στον δεύτερο άξονα, υποτιμώντας τις τιμές API των ανταγωνιστών με το Argon, ενώ κυκλοφόρησε μοντέλα κλάσης Flash για μεγάλο φόρτο εργασίας. Ένας γνήσιος σφόνδυλος RSI θα επωφελούσε αυτή τη στρατηγική — κάτι που εξηγεί γιατί η Google έχει κάθε κίνητρο να το περιγράψει ως ήδη σε εξέλιξη.
Προς το παρόν, η σημασία της στρογγυλής τραπέζης είναι η τοποθέτηση: ένας από τους ιδρυτές της Google περιγράφει δημόσια την επαναλαμβανόμενη αυτοβελτίωση όχι ως σενάριο κινδύνου αλλά ως την εργασιακή πραγματικότητα της εταιρείας. Αυτή η αναπλαισίωση - από το πείραμα σκέψης στον οδικό χάρτη - μπορεί να αποδειχθεί ότι είναι το πιο αξιοσημείωτο πράγμα για τον κύκλο κυκλοφορίας του Gemini 4, ανεξάρτητα από το πού καταλήγουν οι βαθμολογίες του σημείου αναφοράς.
---
Μείνετε μπροστά από την τεχνητή νοημοσύνηΛάβετε τα πιο πρόσφατα νέα, αναλύσεις και ανακαλύψεις για την τεχνητή νοημοσύνη — όλα σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
