Apa yang berlaku
South China Morning Post melaporkan bahawa persaingan AI AS-China semakin tertumpu pada peningkatan diri secara rekursif: sistem menggunakan AI untuk membantu menyelidik, melatih dan menilai pengganti yang lebih berkebolehan. Syarikat AS nampaknya mempunyai peneraju awal dalam penyelidikan berbantukan AI, manakala makmal China sedang membangunkan pendekatan latihan kendiri dan "evolusi diri" yang berkaitan. Laporan itu mengatakan bahawa kedua-dua pihak tidak menunjukkan gelung peningkatan yang terbuka dan autonomi sepenuhnya.
South China Morning Post melaporkan bahawa syarikat AI terkemuka AS dan China sedang menggunakan model termaju untuk menulis kod, mereka bentuk eksperimen dan membangunkan teknik latihan untuk model yang lebih kukuh. Ia menerangkan objektif jangka panjang sebagai peningkatan diri secara rekursif, di mana sistem AI secara autonomi menyumbang kepada latihan dan menambah baik sistem pengganti. Laporan itu mengatakan OpenAI baru-baru ini menerangkan usaha ke arah penyelidik AI automatik, sambil turut mengakui ketidakpastian tentang cara untuk mencapai peningkatan diri rekursif sejajar sepenuhnya dengan selamat.
Menurut laporan itu, syarikat AS kini muncul beberapa bulan lebih awal dalam menggunakan AI untuk menjalankan penyelidikan AI secara bebas. Ia memetik hasil kerja Anthropic yang dilaporkan mengenai eksperimen reka bentuk model Claude, menulis kod dan membangunkan teknik pasca latihan, serta penerangan Gemini 3.8 Flash Google Gemini yang sesuai untuk kejuruteraan perisian ejen ufuk panjang dan autonomi. Laporan itu juga mengatakan OpenAI melaporkan pelatih penyelidikan automatik yang mampu menjalankan beberapa eksperimen yang akan mengambil masa penyelidik mahir. Tuntutan ini dikaitkan dengan South China Morning Post dan syarikat atau penyelidik yang dipetiknya; mereka tidak disahkan secara bebas di sini.
Laporan itu mengatakan makmal China sedang mengejar matlamat berkaitan di bawah istilah seperti "evolusi diri" dan "latihan kendiri penuh." Pengasas Z.ai Tang Jie dilaporkan menerangkan pelan hala tuju untuk GLM-6.0 di mana AI akan menguruskan saluran latihan daripada pra-latihan hingga pasca-latihan. Laporan itu juga membincangkan kerja yang berkaitan dengan MiniMax dan DeepSeek, sambil menyatakan kritikan pakar bahawa ejen autonomi dan keupayaan latihan diri belum lagi mencapai peningkatan rekursif yang tulen. Isu utama yang tidak dapat diselesaikan ialah sama ada sistem boleh memutuskan apabila perubahan sebenarnya adalah peningkatan tanpa bergantung kepada kuasa manusia yang berasingan.
Mengapa ia penting
Jika sistem AI boleh memperbaiki kaedah yang digunakan untuk membina pengganti mereka dengan pasti, kemajuan boleh mempercepatkan dan menjadikan pengawasan lebih sukar. Laporan itu menerangkan potensi manfaat dalam pembangunan perisian, reka bentuk percubaan dan kecekapan latihan, tetapi juga memberi amaran bahawa model yang cacat boleh menghantar ralat atau salah jajaran kepada generasi kemudian. Kepentingan praktikal masih tidak pasti kerana sistem semasa masih bergantung pada pertimbangan manusia, infrastruktur pengiraan dan penilaian luaran.
Pembaikan diri secara rekursif boleh mencipta gelung maklum balas di mana AI membantu menghasilkan model yang lebih berkebolehan, berpotensi memendekkan kitaran pembangunan dan meningkatkan kepentingan strategik pengiraan, infrastruktur penyelidikan dan penilaian. Laporan itu mengatakan penganalisis AS melihat kelebihan dalam akses Amerika untuk mengira, manakala penyelidik China digambarkan sebagai berkesan dalam mengekstrak prestasi daripada perkakasan yang lebih terhad.
Kebimbangan keselamatan adalah penting kerana melatih sistem masa depan dengan pendahulu yang cacat boleh mengkompaun ralat atau salah jajaran. Laporan itu memetik amaran daripada penyelidik di kedua-dua negara tentang pecutan, kotak pasir melarikan diri dan kemungkinan akibat keselamatan negara. Walau bagaimanapun, ia juga melaporkan bahawa penemuan asas seni bina dan pertimbangan tentang sama ada perubahan bermanfaat masih bergantung kepada kepakaran manusia. Skala, kelajuan dan kebolehpercayaan sebarang peningkatan rekursif masa hadapan masih tidak diketahui.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Apa yang perlu ditonton seterusnya
Tonton demonstrasi yang boleh disahkan secara bebas bahawa sistem AI boleh mencadangkan, melaksanakan dan menilai penambahbaikan tanpa pengesah yang ditakrifkan oleh manusia yang berasingan. Perhatikan juga sama ada syarikat menerbitkan penilaian keselamatan, had penggunaan dan bukti bahawa sistem pembaikan diri tidak menguatkan kesilapan atau memintas perlindungan. Tiada syarat akses, harga atau ketersediaan umum didokumenkan kerana laporan itu melibatkan penyelidikan dan pembangunan dan bukannya pelancaran produk awam.
Bukti yang paling penting ialah sistem yang boleh diterbitkan semula yang secara bebas mengenal pasti perubahan berguna, melaksanakannya, menilai keputusan dan menambah baik proses penilaiannya sendiri. South China Morning Post melaporkan bahawa bukti awam untuk keupayaan terbuka ini kekal nipis, jadi dakwaan tentang "evolusi diri" tidak boleh dianggap sebagai bukti peningkatan diri rekursif autonomi.
Laporan itu tidak mendokumenkan keluaran awam, akses pengguna, harga atau jadual penggunaan untuk sistem yang dibincangkan. Ia juga tidak mengesahkan tuntutan prestasi syarikat secara bebas. Pelaporan masa depan harus menetapkan tugas yang boleh diselesaikan oleh sistem ini tanpa campur tangan manusia, perlindungan yang mengekang mereka, cara keputusan diukur dan sama ada kegagalan dikesan sebelum perubahan mencapai sistem pengeluaran.