OpenAI ၏ coding အေးဂျင့်များသည် လူသား၏ဝင်ရောက်စွက်ဖက်မှုလုံးဝမပါဝင်ဘဲ လူတစ်ဦးမှ နှစ်နာရီမှ လေးနာရီအထိကြာမည့် သုတေသနလုပ်ငန်းတာဝန်များ၏ 46 ရာခိုင်နှုန်းကို ယခုအခါ အပြီးသတ်နိုင်ပြီဖြစ်သည်။ AI သည် ၎င်း၏ကိုယ်ပိုင်သုတေသနပိုက်လိုင်းကို ပြောင်းလဲပုံနှင့်ပတ်သက်၍ ကုမ္ပဏီ၏ဒုတိယအစီရင်ခံစာဖြစ်သော "Research acceleration: The jagged frontier" မှ မတ်လတွင် 23 ရာခိုင်နှုန်း တက်လာပြီး ၎င်းသည် API စျေးနှုန်းများဖြင့် တူညီသောစျေးနှုန်းဖြင့် ရောက်ရှိလာသည်- ပျမ်းမျှ OpenAI သုတေသီသည် ယခုအခါ တစ်ရက်လျှင် $2,400 ဖိုး အေးဂျင့်တွက်ချက်မှုဖြင့် လည်ပတ်နေသည်။

ဗုဒ္ဓဟူးနေ့တွင် ထုတ်ဝေသော အဆိုပါအစီရင်ခံစာသည် စက်ထောက်လှမ်းရေးက စက်ဉာဏ်ရည်ဖွံ့ဖြိုးမှုကို ပြန်လည်ပုံဖော်ပေးသည့် မည်သည့် AI ဓာတ်ခွဲခန်းမှ အသေးစိတ်အများပြည်သူဆိုင်ရာ စာရင်းအင်းများဖြစ်သည် — ဖြစ်စဉ်ကို သုတေသီများက recursive self-improvement (RSI) ဟုခေါ်သည်။

နံပါတ်များ- အေးဂျင့်များသည် ပိုမိုမြန်ဆန်လာပြီး ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရရှိလာသည်။

ခေါင်းစဉ်တပ် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့် ရရှိမှုသည် များပြားလှသည်။ လူ၏အလုပ်ချိန် နှစ်နာရီမှ လေးနာရီအထိ လိုအပ်သည်ဟု ခန့်မှန်းရသည့် အလုပ်များအတွက်၊ စွက်ဖက်မှု လုံးဝအောင်မြင်မှုသည် မတ်လတွင် ၂၃ ရာခိုင်နှုန်းမှ ယနေ့ ၄၆ ရာခိုင်နှုန်းအထိ မြင့်တက်လာသည်။ လေးနာရီမှ ရှစ်နာရီကြာအောင် ကြိုးပမ်းမှုတွင် အောင်မြင်မှုသည် ၁၃ ရာခိုင်နှုန်းမှ ၃၅ ရာခိုင်နှုန်းအထိ တိုးလာသည်။

OpenAI သည် အရေးကြီးသော သတိပေးချက်တစ်ရပ်ကို အလေးပေးဖော်ပြသည်- အေးဂျင့်များ ပိုမိုစွမ်းဆောင်နိုင်လာသည်နှင့်အမျှ သုတေသီများသည် ကြာမြင့်ချိန်ပုံးတစ်ခုစီအတွင်း ပိုမိုခက်ခဲသောလုပ်ငန်းဆောင်တာများကို လွှဲအပ်ထားသောကြောင့် တိုးတက်မှုသည် စစ်မှန်သောစွမ်းဆောင်ရည်ရရှိမှုနှင့် လူသားရွေးချယ်မှုများကို လွှဲပြောင်းပေးခြင်းတို့ကို ထင်ဟပ်စေသည်။

ထွတ်ထားသောအပိုင်း- စွမ်းဆောင်ရည်သည် အလုပ်တစ်ခုနှင့်တစ်ခု မတူညီပါ။

အစီရင်ခံစာ၏ခေါင်းစဉ်သည် မတော်တဆမှုမဟုတ်ပါ။ အေးဂျင့်များသည် အချို့သော သုတေသနလုပ်ငန်းတွင် ထူးချွန်ပြီး အခြားသူများကို ဆိုးဆိုးရွားရွား မှားမိတတ်ကြသည်။ ဩဂုတ်လ 1 ရက်မှ 2026 ခုနှစ် အောက်တိုဘာလ 18 ရက်နေ့အထိ တိုင်းတာသည့် လုပ်ငန်းအမျိုးအစားများတစ်လျှောက်တွင် ခန့်မှန်းခြေအောင်မြင်မှုနှုန်းသည် ဆက်သွယ်ရန်တာဝန်များ (၆၉ ရာခိုင်နှုန်း) နှင့် လုပ်ဆောင်စရာများကို ပိုင်းခြားစိတ်ဖြာခြင်း (၅၈ ရာခိုင်နှုန်း) အတွက် ခန့်မှန်းခြေအားဖြင့် 43 ရာခိုင်နှုန်းအထိ ကျဆင်းသွားသည်။

တစ်ဦးချင်းလုပ်ငန်းအဆင့်တွင် ပျံ့နှံ့မှုသည် ပို၍ပင် ပြတ်သားသည်။ Agent များသည် aced monitoring training တွင် ပြဿနာများ (၇၉ ရာခိုင်နှုန်း) အောင်မြင်ပြီး နည်းပညာဆိုင်ရာ မေးခွန်းများကို ဖြေဆိုခြင်း (၇၂ ရာခိုင်နှုန်း)၊ သို့သော် အနုမာနနှင့် ဆောင်ရွက်ပေးသည့် stacks အတွက် ကုဒ်ရေးခြင်းတွင် ၂၅ ရာခိုင်နှုန်းသာ အောင်မြင်ပြီး တည်ဆောက်မှု အကဲဖြတ်မှု၊ အားဖြည့်-သင်ယူမှုနှင့် အေးဂျင့်ပတ်ဝန်းကျင်များတွင် ၂၉ ရာခိုင်နှုန်းသာ အောင်မြင်ခဲ့သည်။

OpenAI သည် ဤမျိုးကွဲကွဲပြားမှုသည် အရေးကြီးကြောင်း သတိပေးသည်- AI R&D လုပ်ငန်းများတွင် မော်ဒယ်စွမ်းဆောင်ရည် မညီမညာဖြစ်နေသရွေ့၊ အားနည်းသောအမျိုးအစားများသည် အလုံးစုံအရှိန်အဟုန်ကို ကန့်သတ်သည့် ပိတ်ဆို့မှုများဖြစ်လာနိုင်သည်။ The Next Web အပါအဝင် အစီရင်ခံစာ၏ ပြင်ပအဖွဲ့အစည်း လွှမ်းခြုံမှုတွင် ခေါင်းစီးကိုယ်ပိုင်အုပ်ချုပ်ခွင့်နံပါတ်များနှင့် အဓိကဆော့ဖ်ဝဲအင်ဂျင်နီယာအလုပ်တို့ကြား ကွာဟချက်ကို အတိအကျ မီးမောင်းထိုးပြထားသည်။

သုတေသီများပြောသည့်အရာ- တစ်ကြိမ်တွင် အလုပ်သုံးလ

အစီရင်ခံစာသည် OpenAI ၏ကိုယ်ပိုင်ဝန်ထမ်းများ၏ စစ်တမ်းများအပေါ်တွင် အကျုံးဝင်ပါသည်။ ဩဂုတ်လနှောင်းပိုင်းနှင့် စက်တင်ဘာလအစောပိုင်းတွင် ပြုလုပ်ခဲ့သော သုတေသနဝန်ထမ်း 101 ဦး၏ စစ်တမ်းတစ်ခုတွင်၊ ၎င်းတို့အဖွဲ့သည် Frontier coding အေးဂျင့်များသို့ဝင်ရောက်ခွင့်ဆုံးရှုံးသွားပါက GitHub Copilot နှင့် ChatGPT တစ်ခုတည်းသာ ကျန်ရှိတော့မည်ဆိုပါက ၎င်းတို့၏အဖွဲ့သည် ၎င်းတို့၏ နောက်ဆုံးထွက်ကုန်ထွက်ငွေနှင့် တူညီသောအလုပ်ပြီးမြောက်ရန် သုံးလခန့် လိုအပ်မည်ဖြစ်ကြောင်း ပျမ်းမျှသုတေသီက ပြောကြားခဲ့သည်။

သီးခြားအောက်တိုဘာလနှောင်းပိုင်း စစ်တမ်းတစ်ခုတွင် ထူးခြားသောနှိုင်းယှဉ်မှုတစ်ခုကို ပြုလုပ်ခဲ့သည်- ဖြေဆိုသူ 28 ဦးတွင် 27 ယောက်က OpenAI ၏နောက်ဆုံးပေါ်စက်တွင်းမော်ဒယ်နှင့် o1-preview ကဲ့သို့သော 2024-ခေတ်မော်ဒယ်နှင့်တွဲဖက်ထားသည့် o1-preview ကဲ့သို့သော လုပ်ငန်းခွင်တွင်းလူသားများ၏အကူအညီဖြင့် ပိုမိုအကျိုးဖြစ်ထွန်းမည်ဟု မျှော်လင့်ထားကြောင်း ပြောကြားခဲ့သည်။ တစ်ဦးတည်းသောကိုင်ဆောင်ထားသူများသည် binary framing ကိုငြင်းပယ်ခဲ့သည် — မည်သို့ပင်ဖြစ်စေ လူသားအကူအညီပေးသည့်ရွေးချယ်မှုထက် GPT-6 Astra ကိုရွေးချယ်မည်ဟုဆိုသည်။

လူသားများသည် အတွေးအခေါ်များကို ပိုင်ဆိုင်ဆဲ—ယခုအချိန်အထိ

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်များ တိုးလာသော်လည်း OpenAI ၏ ခွဲခြမ်းစိတ်ဖြာမှုအရ ၎င်း၏ အရေးကြီးဆုံးသော မကြာသေးမီက သုတေသနပြုချက်များအရ လူ့အရသာသည် အောင်မြင်မှုများကို တွန်းအားပေးနေဆဲဖြစ်ကြောင်း တွေ့ရှိခဲ့သည်။ GPT-6 Astra နှင့် GPT-6.2 Astra ထုတ်ဝေမှုနှစ်ခုလုံးအတွက်၊ သင်တန်းတက်ခြင်းနှင့် ဘေးကင်းရေးစောင့်ကြည့်လေ့လာသူများသည် ၎င်းတို့အမည်ပေးထားသည့် အဓိကစိတ်ကူးတိုင်းသည် လူများထံမှလာကြောင်း၊ ၎င်းတို့ကို အကောင်အထည်ဖော်ရာတွင် အထောက်အကူဖြစ်စေသည့် မော်ဒယ်များဖြစ်သည်ဟု ဆိုသည်။

ဒါပေမယ့် နယ်နိမိတ်က အစွန်းတွေမှာ မှုန်ဝါးလာတယ်။ GPT-6.2 Astra အတွက်၊ လေ့ကျင့်သင်ကြားနေသော သုတေသီများသည် Codex နှင့် စကားစမြည်ပြောဆိုရာတွင် စိတ်ကူးစိတ်သန်းများ ဖြစ်ထွန်းလာသည်ကို ဖော်ပြခဲ့သည် — တစ်ဦးသည် ပြဿနာတစ်ခုအား အတူတကွလုပ်ဆောင်ခဲ့သည့်အတွက် အဓိကထိုးထွင်းသိမြင်မှုများကို ဖော်ထုတ်ရန်အတွက် စံနမူနာကို credit ပေးကာ၊ နောက်တစ်ခုက Codex က အပြောင်းအလဲတစ်ခုကို အကြံပြုပြီးနောက် ၎င်းတို့၏ပင်မစိတ်ကူးသည် ကောင်းမွန်စွာစတင်ခဲ့သည်ဟုဆိုသည်။

ဘာကြောင့် OpenAI က ဒါကို လုံး၀ ထုတ်ပြန်တာလဲ။

ကုမ္ပဏီသည် ပွင့်လင်းမြင်သာမှု တွန်းအားပေးမှုကို မူဝါဒဆိုင်ရာ အငြင်းအခုံတစ်ခုအဖြစ် ဘောင်ခတ်ထားသည်။ OpenAI မှ AI ဓာတ်ခွဲခန်းများသည် မှန်းဆခြင်းထက် တိုင်းတာခြင်းထက် အုပ်ချုပ်မှုဆိုင်ရာ အချေအတင်ဆွေးနွေးမှုများတွင်သာ အကျုံးဝင်နေစေရန် ညွှန်းကိန်းများကို ခြေရာခံပြီး လူသိရှင်ကြား အစီရင်ခံရန် လိုအပ်ပါသည်။ ၎င်း၏ထုတ်ဝေမှုကို "RSI အပြည့်အစုံကို လိုက်နာရန် ရည်ရွယ်ချက်အဖြစ် မဖတ်သင့်ပါ" ဟု ရှင်းရှင်းလင်းလင်းဖော်ပြထားပြီး အခြားအဖွဲ့အစည်းအချို့သည် AI R&D အရှိန်မြှင့်မှုအတွက် မကြာသေးမီက မျှဝေထားသော တိုင်းတာမှုစံနှုန်းများကို မကြာသေးမီက ပံ့ပိုးပေးခဲ့ကြောင်း မှတ်သားထားသည်။

အပြိုင်အဆိုင်ဓာတ်ခွဲခန်းတစ်ခုအတွက် ထင်ရှားသောရပ်တည်ချက်တစ်ခုဖြစ်သည်- အတွင်းပိုင်းကုန်ထုတ်စွမ်းအားဒေတာကို ထုတ်ပြန်ခြင်းသည် စိစစ်ခြင်းနှင့် အတုယူခြင်းနှစ်မျိုးလုံးကို ဖိတ်ခေါ်ပါသည်။ သို့သော် OpenAI ၏လောင်းကြေးမှာ တွက်ချက်မှုနှင့် ဘေးကင်းရေး အစီရင်ခံမှုဘောင်များနှင့် တူညီသော လုပ်ငန်းခွင်တစ်ခုလုံး အစီရင်ခံခြင်းစံနှုန်းများသည် လျှို့ဝှက်ရွေးချယ်စရာထက် အထူးသဖြင့် ၎င်းတို့၏ဆက်ခံမည့်စနစ်များကို အေးဂျင့်များက စတင်ပံ့ပိုးပေးသည့်အတွက် ပိုမိုတန်ဖိုးရှိပါသည်။

ပိုကြီးသောရုပ်ပုံ

AI သည် AI ဖွံ့ဖြိုးတိုးတက်ရေးကို အရှိန်မြှင့်လုပ်ဆောင်နေပြီလား နှင့် ဘေးကင်းရေးနှင့် အလုပ်အကိုင်များအတွက် အဓိပ္ပါယ်ရှိမရှိ ဟူသော အပြင်းအထန်ငြင်းခုံမှုများကြားတွင် အစီရင်ခံစာသည် ထွက်ပေါ်လာသည်။ OpenAI ၏ဒေတာသည် နှစ်ဖက်စလုံးအတွက် ခက်ခဲသောကိန်းဂဏန်းများကို ပေါင်းထည့်သည်- အေးဂျင့်များသည် အဓိပ္ပာယ်ပြည့်ဝသောအောင်မြင်မှုနှုန်းဖြင့် ကြီးမားသောလူ့အလုပ်အတွက် အမှန်တကယ်အစားထိုးသည်၊ သို့သော် ဖန်တီးမှုအရှိဆုံးနှင့် အခြေခံအဆောက်အအုံဆိုင်ရာ အရေးပါသည့်အလုပ်များသည် လူကိုခေါင်းမာစွာလွှမ်းမိုးထားဆဲဖြစ်သည်။

တနည်းအားဖြင့်ဆိုရသော် ထူထဲသောနယ်နိမိတ်သည် အစစ်အမှန်ဖြစ်သည် — နှင့် ၎င်းတလျှောက်ရှိ ဓာတ်ခွဲခန်းများသည် ယခုအခါ ၎င်းတို့၏ကိုယ်ပိုင်ရပ်တည်ချက်ကို အများသူငှာ တိုင်းတာနေပြီဖြစ်သည်။ ပြင်ပမှကြည့်နေသည့် သုတေသီများအတွက် အရေးကြီးဆုံးနံပါတ်မှာ 46 ရာခိုင်နှုန်းမဟုတ်သော်လည်း လမ်းကြောင်းအတိုင်းဖြစ်သည်- မက်ထရစ် OpenAI လမ်းကြောင်းတိုင်းသည် မတ်လကတည်းက အကြမ်းဖျင်းနှစ်ဆတိုးလာခဲ့သည်။

AI ထက်သာလွန်နေပါစေ AI Buzz Wire ဖြင့် AI သုတေသနနှင့် ဘေးကင်းရေးတွင် နောက်ဆုံးပေါ် AI တိုးတက်မှုများကို လိုက်နာပါ။ AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →