Μέσα σε λίγους μήνες, η τεχνητή νοημοσύνη ανέλαβε πρωταγωνιστικό ρόλο στην ανάπτυξη της επόμενης γενιάς μοντέλων της Anthropic. Τι δείχνουν τα στοιχεία, πού εξακολουθεί να είναι απαραίτητος ο άνθρωπος και γιατί η προοπτική της αυτοβελτίωσης προκαλεί ενθουσιασμό και ανησυχία.
Υπάρχει ένα διάγραμμα που, για ορισμένους από τους σημαντικότερους ανθρώπους στον χώρο της τεχνητής νοημοσύνης, αποτυπώνει μια αλλαγή με συνέπειες πολύ μεγαλύτερες από ό,τι θα μπορούσε κανείς να φανταστεί με μια πρώτη ματιά.
Δεν δείχνει πόσο γρήγορα ένα chatbot απαντά σε ερωτήσεις, πόσοι άνθρωποι το χρησιμοποιούν ή πόσες θέσεις εργασίας ενδέχεται να επηρεαστούν από την εξάπλωσή του. Δείχνει κάτι πιο θεμελιώδες: πόση από την εργασία που απαιτείται για την ανάπτυξη της τεχνητής νοημοσύνης αναλαμβάνει πλέον η ίδια η τεχνητή νοημοσύνη.
Πηγή: Wall Street JournalΚαι, όπως επισημαίνει η Wall Street Journal σε εκτενές δημοσίευμά της, η ταχύτητα με την οποία αλλάζει αυτή η εικόνα έχει εντυπωσιάσει ακόμη και ανθρώπους που βρίσκονται στην πρώτη γραμμή της τεχνολογίας.
Σύμφωνα με στοιχεία της Anthropic, της εταιρείας πίσω από το μοντέλο Claude, τον Μάρτιο του 2026 η AI είχε πρωταγωνιστικό ρόλο σε μόλις 1% της εργασίας έρευνας και ανάπτυξης των μοντέλων της. Μέχρι τον Αύγουστο, το ποσοστό είχε φτάσει στο 26%.
Ο αριθμός χρειάζεται μια κρίσιμη διευκρίνιση: «πρωταγωνιστικός ρόλος» δεν σημαίνει πλήρη αυτονομία. Σημαίνει ότι το σύστημα μπορεί να εκτελέσει το μεγαλύτερο μέρος μιας εργασίας, από την αρχή έως το τέλος, με βάση γενικές οδηγίες, ενώ ένας άνθρωπος το επιβλέπει.
Στην υψηλότερη βαθμίδα της κλίμακας της Anthropic, εκείνη της πλήρως αυτόνομης εργασίας χωρίς ανθρώπινη συμμετοχή, το ποσοστό παρέμενε τον Αύγουστο μηδενικό.
Τι είναι η «αναδρομική αυτοβελτίωση»
Η ιδέα πίσω από το διάγραμμα έχει όνομα: recursive self-improvement ή «αναδρομική αυτοβελτίωση».
Πρόκειται για την προοπτική ένα σύστημα τεχνητής νοημοσύνης να συμβάλλει στη δημιουργία μιας πιο προηγμένης εκδοχής του εαυτού του. Η νέα εκδοχή θα μπορούσε, με τη σειρά της, να είναι καλύτερη στην ανάπτυξη της επόμενης, δημιουργώντας έναν κύκλο που επιταχύνει διαρκώς την πρόοδο.
Η Anthropic περιγράφει αυτόν τον στόχο ως «κλείσιμο του κύκλου». Στην πλήρη εκδοχή του, ένα μοντέλο θα μπορούσε να αναπτύξει αυτόνομα τον διάδοχό του.
Δεν έχουμε φτάσει εκεί. Η χρήση της AI για να βοηθά στη συγγραφή κώδικα ή στην ανάλυση ερευνητικών δεδομένων δεν είναι το ίδιο με ένα σύστημα που σχεδιάζει μόνο του ένα ανώτερο μοντέλο. Η τάση, ωστόσο, δείχνει ότι η AI αποκτά ολοένα μεγαλύτερο ρόλο στη διαδικασία που μπορεί να κάνει τις μελλοντικές εκδοχές της ισχυρότερες.
Για τις εταιρείες του κλάδου, αυτό θα μπορούσε να επιταχύνει την έρευνα, να διευκολύνει την επίλυση σύνθετων προβλημάτων και να αφήσει στους επιστήμονες περισσότερο χρόνο για να ασχοληθούν με τις σημαντικότερες αποφάσεις. Θα μπορούσε επίσης να επιτρέψει περισσότερες δοκιμές ασφαλείας.
Την ίδια στιγμή, γεννάται ένα δύσκολο ερώτημα: αν η ανάπτυξη της τεχνολογίας επιταχυνθεί σημαντικά, θα μπορούν οι άνθρωποι να κατανοούν και να ελέγχουν όσα δημιουργούνται;
REUTERS/Dado Ruvic/Illustration/File PhotoΠώς προέκυψε το 26%
Η ίδια η μέτρηση αποτελεί ένα παράδειγμα του αυξανόμενου ρόλου της AI στην έρευνα.
Η Anthropic χρησιμοποίησε το Claude για να εξετάσει εσωτερικά έγγραφα και συνομιλίες εργαζομένων και να καταγράψει περίπου 15.000 επιμέρους εργασίες έρευνας και ανάπτυξης. Στη συνέχεια, άλλα συστήματα Claude διερεύνησαν πώς πραγματοποιούνταν οι εργασίες αυτές και αξιολόγησαν τον βαθμό συμμετοχής της AI σε μια κλίμακα έξι επιπέδων.
Στο ένα άκρο βρίσκεται η εργασία χωρίς καμία συμμετοχή τεχνητής νοημοσύνης. Ακολουθούν στάδια ελάχιστης βοήθειας, υποστήριξης και συνεργασίας, έπειτα η βαθμίδα στην οποία η AI αναλαμβάνει το μεγαλύτερο μέρος της εργασίας υπό ανθρώπινη επίβλεψη και, τέλος, η πλήρης αυτονομία.
Η εταιρεία εκτιμά ότι τον Αύγουστο το Claude είχε ρόλο τουλάχιστον «συνεργάτη» σε περισσότερο από το 90% της σχετικής εργασίας. Στο 26% είχε τον πρωταγωνιστικό ρόλο, με άνθρωπο επόπτη.
Υπάρχουν όμως όρια στο τι μπορεί να μας πει το διάγραμμα. Πρόκειται για εσωτερική μέτρηση μίας εταιρείας, βασισμένη και σε αξιολόγηση από δικά της μοντέλα. Η ίδια η Anthropic αναγνωρίζει ότι ένα μοντέλο που αξιολογεί άλλο σύστημα μπορεί να κάνει παρόμοια λάθη με εκείνο που ελέγχει. Γι’ αυτό και υποστηρίζει την ανάγκη ανεξάρτητης επαλήθευσης και κοινών μεθόδων μέτρησης στον κλάδο.
Η ιδέα μηχανών που θα μπορούσαν να βελτιώσουν τον εαυτό τους δεν είναι καινούργια. Απασχολούσε τους πρωτοπόρους της τεχνητής νοημοσύνης ήδη από τις πρώτες δεκαετίες του πεδίου.
Εκείνο που έχει αλλάξει είναι ότι οι εταιρείες μπορούν πλέον να παρατηρήσουν και να μετρήσουν τη συμμετοχή των ίδιων των συστημάτων τους στην ανάπτυξη νέων μοντέλων.
Ο Τζακ Κλαρκ, συνιδρυτής της Anthropic, συγκαταλέγεται σε όσους πιστεύουν ότι η μετάβαση εξελίσσεται ταχύτερα από ό,τι περίμεναν. Πριν από λίγους μήνες εκτιμούσε ότι η αναδρομική αυτοβελτίωση ήταν πιθανό να επιτευχθεί έως το τέλος του 2028. Πλέον θεωρεί πιθανότερο το 2027.
Αυτό παραμένει πρόβλεψη, όχι επιβεβαιωμένο χρονοδιάγραμμα. Η ίδια η Anthropic σημειώνει ότι η πλήρης αναδρομική αυτοβελτίωση δεν είναι αναπόφευκτη.
Ο διευθύνων σύμβουλος της εταιρείας, Ντάριο Αμοντέι, έχει προειδοποιήσει ότι, εάν η διαδικασία προχωρήσει ανεξέλεγκτα, θα μπορούσε να ξεπεράσει την ικανότητά μας να κατανοούμε και να ελέγχουμε τα συστήματα. Γι’ αυτό και ζητεί ιδιαίτερη προσοχή στον ρυθμό ανάπτυξής τους.
Το διάγραμμα της Anthropic δεν αποδεικνύει ότι οι μηχανές ετοιμάζονται να αναπτύσσονται ανεξέλεγκτα. Δείχνει όμως ότι η απόσταση ανάμεσα στην ανθρώπινη έρευνα και στην έρευνα που αναλαμβάνει η AI αλλάζει γρήγορα. Και μαζί της αλλάζουν τα ερωτήματα για το ποιος θα ελέγχει την επόμενη γενιά της τεχνολογίας.
naftemporiki.gr
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου