ЖИ келесі ЖИ-ді жасай бастады. Петля жабыла ма?

Recursive self-improvement (RSI) — ЖИ жүйесінің өзінің келесі нұсқасын жасауға қатысуы. Модель код жазады, тренировкалық деректер генерациялайды, оқытуды оптимизациялайды, қателерді табады. Петля жабылады: модель → процесті жақсартады → жетілдірілген модель туады → ол қайта жақсартады.

Теория жүзінде мұндай петля прогрестің күрт жеделдеуіне әкелуі мүмкін. Ұзақ уақыт бұл таза ойлау эксперименті болды. Бірақ 2025-2026 жылдары бәрі өзгерді.

Схема қарапайым:

адам модель жасайды → модель зерттеушіге көмектеседі → модель келесі модельдің кодын жазады → модель эксперименттерді іске қосады → модель нәтижелерді талдайды → модель келесі экспериментті ұсынады → ? → модель өз бетінше күштірек мұрагерін жасайды

Ашық деректер бойынша, осы тізбектің көптеген бөлігі — кодты жазудан бастап эксперименттерді оптимизациялауға дейін — қазірдің өзінде автоматтандырылған. Бірақ соңғы буын, яғни жүйенің нені жақсарту керектігін өзі анықтауы, әзірге адамның қолында қалып отыр.

Шекара дәл осы жерден өтеді: «ЖИ код жазады» мен «ЖИ код жазбайды» арасында емес, «ЖИ берілген зерттеу бағдарламасын оптимизациялайды» мен «ЖИ қандай зерттеу бағдарламасын құру керектігін өз бетінше таңдайды» арасында.

OpenAI мен Anthropic бір-біріне тәуелсіз түрде бір процесс туралы хабарлайды — ЖИ келесі ЖИ-ді жасаудың өндірістік тізбегінде барған сайын үлкен үлес алып келеді.

OpenAI, 2026 жылдың ақпаны. GPT-5.3-Codex компанияның «өзін жасауда инструментальды рөл атқарған» алғашқы моделіне айналды. Бірақ system card-та тікелей көрсетілген: модель AI self-improvement бойынша High capability деңгейіне жетпейді. Яғни OpenAI өзі мойындайды: бұл әлі толыққанды RSI емес.

Anthropic, 2026 жылдың маусымы. Anthropic 2026 жылдың мамырында өз кодтық базасына құйған кодтың 80%-дан астамын Claude жазған. II тоқсанда типтік инженер 2024 жылмен салыстырғанда шамамен 8 есе көп код өндірген. (Lines-of-code метрикасы шартты: код көлемінің өсуі зерттеу сапасының өсуімен тең емес, бірақ Anthropic оны автоматтандыру ауқымды деңгейде индикатор ретінде қолданады.)

Claude-тың ішкі эксперименттік моделі Mythos Preview (ең алдымен киберқауіпсіздіктегі жетістіктерімен танымал) шағын модельді оқытуға арналған кодты оптимизациялау бойынша арнайы қойылған тапсырмада кодтың орындалуын шамамен 52 есе жылдамдатуға қол жеткізді — бұл туралы Anthropic 2026 жылдың маусымында "When AI Builds Itself" блогында хабарлады. Салыстыру үшін: Claude Opus 4 бір жыл бұрын шамамен 3× көрсеткен. Білікті адам 4-8 сағатта әдетте шамамен 4×-ке жеткен.

Маңызды жайт: 52×-ті «Claude ЖИ оқытуын 52 есе жылдамдатты» деп түсінуге болмайды. Бұл мақсаты мен табыс критерийі алдын ала анықталған нақты optimization benchmark-тың нәтижесі.

Өсіп келе жатқан автономиялықтың индикаторы. METR Task Horizon деректері бойынша модельдердің сенімді түрде автономды орындай алатын тапсырмаларының ұзақтығы екі есе артуда. 2023 жылдан бері бұл қосарлану шамамен 4 айда өтеді. Opus 4.5 2025 жылдың ортасында шамамен 5 сағаттық адами тапсырмаларды орындаса, Opus 4.6 2026 жылдың басында — 12 сағаттыққа дейін жетті. Бұл RSI-дің дәлелі емес, бірақ модельдердің барған сайын ұзақ әрі күрделі жұмыс учаскелерін өз мойнына алып жатқанының көрсеткіші.

Академиялық маркер. 2026 жылдың 26 сәуірінде ICLR-де Workshop on AI with Recursive Self-Improvement атты бөлек воркшоп өтті. Тақырып зертханалардағы жеке пікірталастардың шеңберінен шығып, бөлек академиялық оқиғаға айналды.

Anthropic шекараны өзі белгілейді: «We are not there yet, and recursive self-improvement is not inevitable».

Claude жақсы қойылған эксперименттерді адамнан жоғары деңгейде орындай алады. Бірақ мақсатты өз бетінше таңдау және қандай зерттеу мәселелерін жалпы шешу керектігін өз бетінше шешу қажет болғанда, елеулі алшақтық сақталады.

RSI-дің жетіспейтін бөлігі дәл осы.

Мақсат пен табыс критерийі берілген болса, модель кодты оптимизациялай алады. Архитектура мен талаптар анықталған болса, код жаза алады. Хаттама бекітілген болса, эксперименттерді іске қоса алады. Қазіргі модельдер жаңа гипотезалар мен эксперимент бағыттарын ұсынуға да қабілетті.

Бірақ мақсат, табыс критерийлері мен зерттеу бағыты адаммен алдын ала белгіленбеген жағдайда, олар ұзақ ғылыми ізденіс циклін өз бетінше жүргізе алады ма?

Шекара дәл осы жерден — AI-assisted R&D мен нағыз recursive self-improvement арасынан — өтеді.

Егер бұл петля шынымен өзін-өзі жеделдете бастаса, артықшылық тек есептеу қуатын ғана емес, бүкіл AI R&D циклін бақылайтындарға тиеді: compute → модельдер → агенттер → эксперименттер → деректер → жаңа модель.

Қазақстан үшін sovereign AI мәселесі сол кезде өзгереді. Енді әңгіме тек өз моделі немесе дата-орталығы туралы емес. Әңгіме келесі буын ЖИ-ді жасаудың циклінің өзіне қол жеткізу туралы болып отыр.

Сатып алынған GPU мен басқа біреудің моделіне қолжетімділік жеткіліксіз болуы мүмкін: технологиялық артықшылық барған сайын AI R&D циклінің өзіне қатысумен анықталады.

Подготовлено RD media