एंथ्रोपिक ने शनिवार को स्व-माप का एक विस्तृत सेट प्रकाशित किया, जिसका उद्देश्य जनता, पत्रकारों और सरकारों को यह पता लगाना था कि फ्रंटियर एआई वास्तव में कितनी तेजी से विकसित हो रहा है - जिसमें अपनी तरह का पहला सूचकांक भी शामिल है कि कंपनी का कितना शोध अब एआई द्वारा किया जाता है, और यह खुलासा कि लगभग 30,000 एआई एजेंट किसी भी समय कंपनी के अंदर अनुसंधान और इंजीनियरिंग कार्य कर रहे हैं।

पोस्ट, जिसका शीर्षक है "फ्रंटियर लैब्स के अंदर एआई विकास की गति को समझने के लिए माप", उद्योग में सबसे परिणामी तर्क के केंद्र में आता है: क्या फ्रंटियर विकास को जानबूझकर धीमा किया जाना चाहिए। डारियो अमोदेई ने "सीमा को गति देने" के लिए समन्वय का आह्वान किया है, एक प्रस्ताव जिसने बाजारों को हिलाकर रख दिया है, प्रमुख प्रयोगशालाओं के बीच मिलीभगत का आरोप लगाते हुए एक उपभोक्ता मुकदमा दायर किया है, और राष्ट्रपति ट्रम्प को किसी भी मंदी को रोकने के लिए समर्पित "एआई फोर्स" की घोषणा करने के लिए प्रेरित किया है। एंथ्रोपिक की रूपरेखा उस संदर्भ के बारे में स्पष्ट है: "जैसा कि दुनिया सीमांत एआई विकास की गति को धीमा करने पर विचार कर रही है, जनता को अधिक जानकारी की आवश्यकता है।"

एआई प्रगति पर नज़र रखने के लिए तीन माप

कंपनी ने तीन माप क्षेत्र निर्धारित किए हैं जिनके बारे में उसका तर्क है कि कोई भी सीमांत प्रयोगशाला नियमित रूप से प्रकाशित कर सकती है:

1. AI R&D का कितना भाग AI द्वारा ही किया जाता है। एंथ्रोपिक ने कंपनी में किए गए हर प्रकार के AI अनुसंधान और विकास कार्यों को सूचीबद्ध करके, वर्तमान में प्रत्येक कार्य कितना स्वचालित है, इसकी रेटिंग करके और परिणामों को एकत्रित करके एक प्रोटोटाइप "एंथ्रोपिक R&D ऑटोमेशन इंडेक्स" बनाया। रेटिंग्स एपोच एआई के सार्वजनिक "ऑटोमेशन लेवल" स्केल का उपयोग करती हैं, जो AL0 (कोई AI भागीदारी नहीं) से AL5 (AI लूप में किसी भी इंसान के बिना पूरी तरह से स्वायत्त रूप से संचालित होता है) तक चलता है। इस पैमाने पर, AL3 का अर्थ है AI "सहयोग करता है" - निकट मानव निर्देशन के तहत काम का बड़ा हिस्सा करना - जबकि AL4 का अर्थ है AI "नेतृत्व करता है", एक उच्च-स्तरीय संकेत से शुरू से अंत तक अधिकांश कार्य पूरा करता है जबकि एक मानव पर्यवेक्षण करता है।

सूचकांक का उद्देश्य यह मापना है कि कोई भी प्रयोगशाला पुनरावर्ती आत्म-सुधार के कितने करीब पहुंच रही है - एक मॉडल पूरी तरह से स्वायत्त रूप से अपने उत्तराधिकारी का निर्माण कर रहा है। एंथ्रोपिक नोट करते हैं कि एआई विकास को गति देने वाले मॉडल "इन्सानों के लिए इन प्रणालियों को समझना या नियंत्रित करना अधिक चुनौतीपूर्ण बना सकते हैं।"

2. एआई एजेंटों की गतिविधियों की कितनी अच्छी तरह निगरानी की जाती है। यहीं पर 30,000 का आंकड़ा दिखाई देता है। अगस्त 2026 तक, लगभग 30,000 एजेंट एंथ्रोपिक के सबसे अधिक उपयोग किए जाने वाले आंतरिक प्लेटफॉर्म के अंदर किसी भी समय अनुसंधान और इंजीनियरिंग कार्य कर रहे थे, एक-दूसरे को कार्य सौंप रहे थे और लंबे समय तक अर्ध-स्वायत्त रूप से काम कर रहे थे। कंपनी उन एजेंटों की निगरानी के बारे में तीन चीजें मापती है: कवरेज (निष्पादन से पहले या बाद में मॉनिटर के माध्यम से गुजरने वाले एजेंट कार्यों का हिस्सा), समीक्षा विलंबता (कितनी जल्दी चिह्नित कार्यों की समीक्षा की जाती है, पहले एक स्वचालित मॉनिटर द्वारा और फिर एक मानव द्वारा), और वृद्धि दर (अवरुद्ध, पुनर्निर्देशित या समीक्षा के लिए चिह्नित गतिविधियों का हिस्सा)।

एंथ्रोपिक के अब तक के निगरानी डेटा से पता चलता है कि व्यक्तिगत एजेंट शायद ही कभी दुर्व्यवहार करते हैं - लेकिन कंपनी ने चेतावनी दी है कि "जब अर्थव्यवस्था में लाखों या अरबों एजेंट काम कर रहे हों, तो दुर्लभ घटनाएं भी नियमित रूप से हो सकती हैं।"

3. गणना कैसे आवंटित की जाती है। तीसरा माप यह ट्रैक करता है कि प्रयोगशाला के कंप्यूटिंग संसाधनों को कैसे वितरित किया जाता है - कच्चा इनपुट जो मॉडल क्षमताओं से संबंधित है। अन्य दो मेट्रिक्स के साथ, एंथ्रोपिक का तर्क है कि यह बाहरी लोगों को मॉडल आउटपुट के साथ मॉडल इनपुट को सहसंबंधित करने का एक तरीका देता है, जो कंपनी द्वारा पहले से ही अपनी जिम्मेदार स्केलिंग नीति जोखिम रिपोर्ट के माध्यम से प्रकाशित क्षमता मूल्यांकन को पूरक करता है।

संख्याएँ धीमी गति से आगे बढ़ेंगी

पोस्ट में सबसे अधिक राजनीतिक रूप से इंगित पंक्ति सीधे गतिमान बहस पर लक्षित है: एंथ्रोपिक का कहना है कि "अगर सीमा को गति देने पर समन्वय होता है, तो इन संख्याओं में बदलाव की उम्मीद होगी, जैसा कि एंथ्रोपिक के सीईओ डारियो अमोदेई ने कहा था।" दूसरे शब्दों में, यदि उद्योग वास्तव में धीमा हो जाता है, तो ये मेट्रिक्स हैं कि जनता इसे कैसे सत्यापित कर सकती है - और यदि कंपनियां गति बढ़ाने का दावा करती हैं जबकि उनकी संख्या बढ़ती रहती है, तो माप उसे भी उजागर कर देंगे।

स्वतंत्र सत्यापन गायब हिस्सा है

एंथ्रोपिक स्व-रिपोर्ट किए गए मेट्रिक्स की केंद्रीय कमजोरी को स्वीकार करता है: यह अपने स्वयं के सिस्टम का मूल्यांकन करने के लिए अपने स्वयं के मॉडल का उपयोग कर रहा है, जिसका अर्थ है कि "जज" मॉडल जांच किए जा रहे मॉडल के ब्लाइंड स्पॉट को साझा कर सकता है। कंपनी प्रयोगशालाओं में एक समान कार्यप्रणाली की कमी को भी नोट करती है, जिससे तुलना करना मुश्किल हो जाता है।

इसका प्रस्तावित उपाय एंथ्रोपिक के अंदर कई संगठनों से स्वतंत्र तृतीय-पक्ष मूल्यांकनकर्ताओं को शामिल करना है, जिससे उन्हें आंतरिक जोखिम मूल्यांकन टीमों द्वारा देखी जाने वाली आंतरिक प्रक्रियाओं, प्रणालियों और डेटा तक पहुंच प्रदान की जा सके। वे तृतीय पक्ष सुरक्षा प्रथाओं का सत्यापन करेंगे, घटनाओं की रिपोर्ट करेंगे और नए मेट्रिक्स की निगरानी करेंगे। कंपनी का कहना है कि मूल्यांकन गैर-लाभकारी संस्था METR ने पहले स्वतंत्र रूप से अपने ऑफ़लाइन निगरानी प्लेटफ़ॉर्म को रेड-टीम किया है, और वह इन मापों को नियमित रूप से ऐसे रूप में प्रकाशित करने की योजना बना रही है जिसे अन्य लोग सत्यापित कर सकें।

माप एंथ्रोपिक के व्यापक उन्नत एआई फ्रेमवर्क प्रस्ताव से जुड़े हैं, जो फ्रंटियर मॉडल रिलीज के लिए "सड़क के नियम" बताता है, जिसमें पारदर्शिता दायित्व भी शामिल हैं जिनकी सरकारों को आवश्यकता हो सकती है - जैसे मानकीकृत जोखिम रिपोर्ट।

संपूर्ण उद्योग के लिए एक परीक्षा

पोस्ट का गहरा महत्व प्रतिस्पर्धी हो सकता है। एंथ्रोपिक प्रत्येक फ्रंटियर लैब को समान संख्या प्रकाशित करने के लिए प्रभावी रूप से चुनौती दे रहा है, यह तर्क देते हुए कि "कोई भी फ्रंटियर डेवलपर सार्वजनिक पद्धति का उपयोग करके इन उपायों को नियमित रूप से प्रकाशित कर सकता है।" यदि प्रतिद्वंद्वियों में गिरावट आती है, तो सुरक्षा बहस में कंट्रास्ट अपना स्वयं का डेटा बिंदु बन जाता है; यदि वे सहमत होते हैं, तो एआई वास्तव में कितनी तेजी से आगे बढ़ रहा है, इसके लिए उद्योग को पहला सामान्य पैमाना मिल जाता है।

अभी के लिए, ये संख्याएँ एक कंपनी द्वारा स्व-रिपोर्ट की गई हैं जिनकी बातचीत की गति बढ़ाने में स्पष्ट रुचि है। लेकिन वे कुछ ऐसी चीज़ों का प्रतिनिधित्व करते हैं जिनकी बहस में कमी रही है: ठोस, दोहराए जाने योग्य माप जो दिखाएंगे कि क्या सीमा तेज हो रही है, स्थिर बनी हुई है, या वास्तव में धीमी हो रही है।

एआई से आगे रहें

फ्रंटियर लैब के खुलासे इस तरह एक भूमि साप्ताहिक। अधिक महत्वपूर्ण एआई अनुसंधान और उद्योग कवरेज के लिए, [एआई बज़ वायर] (https://aibuzzwire.news) का अनुसरण करें।

नवीनतम एआई समाचार पढ़ें →