През последните няколко дни тествах впечатляващ AI модел за програмиране с отворени тегла (open-weight), наречен Flint. Той показва, че напълно рекурсивното самоусъвършенстване (RSI) — вълнуващ и спорен подход, при който изкуствен интелект се използва за създаването на изкуствен интелект — става все по-близка реалност.

Flint е първият продукт на Recursive — компания, чиято цел е да използва RSI за развитието както на самия изкуствен интелект, така и на други научни области с помощта на AI. „Почти всеки аспект от целия процес по изграждане на модела бе фактически извършен и подобрен от изкуствен интелект“, ми сподели изпълнителният директор и съосновател на Recursive Ричард Сохер.

Сохер твърди, че компанията му е използвала своята рекурсивна AI система, наречена Eureka Machine, за да автоматизира повечето елементи от разработката на модела. Това е позволило на екип от едва няколко изследователи да създаде модел от световна класа само за няколко месеца, заявява той.

Сохер обясни, че Eureka Machine е разработила редица иновации, включително нов метод за обучение на базовия модел, нови архитектури за модели и код, оптимизиран за специфични микрочипове. Recursive представи резултати от тестове за производителност, показващи, че Flint превъзхожда други модели с подобен размер и архитектура при задачи за писане на код.

Изкуственият интелект вече се използва широко за подпомагане на изграждането, тестването и усъвършенстването на AI благодарение на забележителните си умения за писане на код. Това ускорява процеса на оптимизиране на моделите и тестването на нови идеи, без да е необходима толкова голяма намеса от страна на хората.

Възможно е също така да се създаде затворен цикъл, в който AI сам решава какви подобрения да направи и след това стартира нов кръг на усъвършенстване. За момента тази техника е ограничена, но ако изкуственият интелект успее да допринася за всеки аспект от разработката, теоретично процесът би могъл да продължи безкрайно.

Някои експерти се опасяват, че предоставянето на възможност на AI да се самоусъвършенства по такъв начин би могло в крайна сметка да доведе до катастрофа. Скептиците твърдят, че система, способна да се подобрява неограничено, може да излезе от контрола на човека и да реши, че хората представляват пречка за нейните цели.

Тези опасения привлякоха по-широко внимание през септември, когато изследовател напусна Anthropic и предупреди, че напредъкът в областта на изкуствения интелект, включително рекурсивното самоусъвършенстване, може да доведе до изчезване на човечеството в рамките на няколко години — предупреждение, споделено и от редица други специалисти. Концепцията за RSI стана толкова спорна, че в Конгреса на САЩ бяха внесени няколко законопроекта за нейната забрана.

От Recursive разглеждат тези страхове по-скоро като научна фантастика, отколкото като реалност, и смятат, че регулациите, целящи ограничаването на RSI, са ненужна пречка пред технологичния прогрес.

Сохер посочва, че Flint е създаден с помощта на система, която не може да излезе извън човешкия контрол. По думите му целта е самата Eureka Machine да достигне пълно рекурсивно самоусъвършенстване, но процесът ще остане под наблюдението на хора, които могат да го прекратят при непредвидени обстоятелства. „Надяваме се, че това ще покаже на хората, че действително разполагаме с всички необходими стъпки“, за да изградим такава система, посочва той.

Recursive набра 650 милиона долара при оценка от 4,65 милиарда долара от Google Ventures, Greycroft, Nvidia и AMD Ventures. Преди това Сохер беше главен учен в Salesforce, а сред неговите съоснователи е Джеф Клун — професор в Университета на Британска Колумбия, който изследва начини за изграждане на AI системи, способни да учат безкрайно.

Трябва да призная, че съм впечатлен от Flint. Тествах го на Mac с 48 GB оперативна памет — приличен обем, но достатъчен само за модел с умерени размери като Flint, разполагащ с 40 милиарда параметри. Най-големите съществуващи модели имат трилиони параметри и могат да се изпълняват единствено върху индустриални сървърни конфигурации.

Използвах Flint за създаването на няколко програми и се уверих, че работи бързо и е изключително способен. Според моя опит модели с подобен размер често допускат досадни грешки или работят бавно в сравнение с Claude или Codex, но Flint изпълни безпроблемно всяка моя заявка за код. Използвах го, за да напиша приложение за списък със задачи за командния ред, след което го накарах да създаде програма, която търси в интернет интересни проучвания за рекурсивното самоусъвършенстване. Помолих Flint също да подготви и опростен уебсайт, който обяснява принципа на работа на RSI.

Не е съвсем ясно какъв напредък са постигнали останалите американски лаборатории в стремежа си към рекурсивно самоусъвършенстване, но някои публикувани научни трудове показват, че напълно рекурсивните системи вече са технически осъществими. Екип от Microsoft, Carnegie Mellon University и University of Virginia наскоро публикува доклад, показващ как автономен софтуерен агент за програмиране може рекурсивно да подобрява себе си чрез модифициране както на контролната среда, трансформираща разсъжденията в действия, така и на собствените си моделни тегла.

Възможно е пълният RSI да крие рискове, ако се приближаваме до изграждането на всесилен интелект, но за момента той изглежда като изключително обещаващ подход за подобряване на собствени модели. Това е тема, с която съм експериментирал и в предходни броеве на AI Lab.

В действителност Сохер подчертава, че подходът, приложен за изграждането на Flint, може да направи авангардния изкуствен интелект много по-достъпен. „Това е единственият начин толкова малък екип да създаде модел, който реално е по-добър от всеки друг представител в своя клас“, заяви той. „Надяваме се, че това ще покаже, че рекурсивното самоусъвършенстване всъщност е нещо изключително полезно и ще донесе ползи на много хора.“