Sun'iy Intellektning O'zi O'zini Takomillashtirish Qobiliyati Hali Hamda

Sun'iy intellektning o'zini o'zini takomillashtirish qobiliyati hali ham uzoq vaqt kutilishi mumkin. Princeton universiteti tadqiqotchilari o'tkazgan yangi tadqiqot shuni ko'rsatdiki, AI agentlari hali ham ochiq va innovatsion tadqiqotlarni amalga oshira olmayapti.

O'zi O'zini Takomillashtirishning Qiyinchiliklari

AI sanoati eng katta va'dalari orasida AI o'zini o'zini takomillashtirish qobiliyati bor. Bu qobiliyat AI agentlarining o'zlarini takomillashtirishga imkon beradi, odamlarning nazoratidan deyarli ozod bo'lishiga olib keladi. Hozirgi kunda sun'iy intellekt modellar (LLM) kod yozish, sinov ma'lumotlarini yaratish va kompyuter chiplarini optimallashtirishga qodir.

Ammo, yangi tadqiqot shuni ko'rsatdiki, bu qobiliyat hali ham uzoq vaqt kutilishi mumkin. Tadqiqotchilar AI agentlarining ochiq va innovatsion tadqiqotlarni amalga oshira olmasligini aniqladilar. Bu tadqiqotlar aniq javoblar bo'lmagan va baho berish va ta'minotni talab qiladigan tadqiqotlardir.

Tadqiqot Metodologiyasi

Princeton universiteti tadqiqotchilari rahbarligidagi tadqiqot guruhi AI agentlarining o'zini o'zini takomillashtirish qobiliyatini tekshirdilar. Tadqiqotchilar AI agentlarining muhandislik muammolarini hal qilishga qodir ekanligini, ammo asl tadqiqotlarni amalga oshira olmasligini aniqladilar.

Tadqiqotchilar AI agentlarining ochiq va innovatsion tadqiqotlarni amalga oshira olmasligini tekshirish uchun yangi baho usulini taklif qilishdi. Bu usul “shadow evaluation” deb ataladi va AI agentlariga yuqori sifatli nashr etilmagan maqolalardan savollarni hal qilishni talab qiladi.

Tadqiqotchilar Anthropicning Claude Opus 4.8 modelini, ochiq manba dasturiy ta'minoti OpenClaw yordamida ishlatdilar. AI agentlariga NeurIPS 2026 konferensiyasiga taqdim etilgan ikkita maqoladan savollarni hal qilish topshirildi.

• Birinchi savol katta til modellarining “personalarini” nazorat qilish mumkinmi?
• Ikkinchi savol esa, xulosa chiqarish uchun ma'lumotlar bazasidan foydalanadigan modellarning ishonchsizligini aniqlash uchun detektor qanday loyihalashtirilishi kerak?

AI agentlariga olti kun, $3,000 Anthropic API kreditlari, GPU byudjeti, o'zlarining virtual kompyuterlari va ochiq webga kirish imkoniyati berildi. Ular yuqori darajali AI konferensiyasida nashr etilishi mumkin bo'lgan tadqiqot maqolasini yaratish vazifasini oldilar.

Natijalar

Asl maqolalar mualliflari AI agentlarining maqolalarini baholadilar. Natijada, ikkala maqola ham rad etildi. Tadqiqotchilar AI agentlarining muhandislik muammolarini hal qilishga qodir ekanligini, ammo tadqiqotlarni amalga oshira olmasligini aniqladilar.

AI agentlari adolatli va innovatsion tadqiqotlarni amalga oshira olmasligini ko'rsatdilar. Ular turli gipotezalarga e'tibor bermadilar va tezda unumli yondashuvlarga qaramlik qildilar. AI agentlari yangi gipotezalarni ishlab chiqdilar, ammo ularni cheklangan ma'lumotlar asosida rad etdilar. Shuningdek, ular muvaffaqiyatsiz yondashuvlardan qayta tiklanish qobiliyatiga ega emas edilar.

Cheklovlar va Kelajak

Tadqiqotchilar AI agentlarining ochiq va innovatsion tadqiqotlarni amalga oshira olmasligini ko'rsatdilar. Bu cheklovlar AI modellarining o'qitilishi bilan bog'liq. AI modellarini o'qitishning muhim qismi takroriy o'qitish usuli bo'lib, bu usul muayyan vazifalarni bajarishga yordam beradi.

Tadqiqotchilar AI agentlarining o'zini o'zini takomillashtirish qobiliyatini yaxshilash uchun yangi usullar izlayapti. Ular Anthropicning eng yangi modeli Mythosni sinab ko'rayotgani aytilmoqda.

Bu tadqiqot AI agentlarining o'zini o'zini takomillashtirish qobiliyatini yaxshilash uchun yangi usullar izlashga imkon beradi. AI agentlarining o'zini o'zini takomillashtirish qobiliyatini yaxshilash uchun yangi usullar izlashda davom etmoqda.

Asl manba: technologyreview.com