Wat is er gebeurd
De South China Morning Post meldt dat onderzoekers van Chinese universiteiten en technologiebedrijven een paper hebben gepubliceerd waarin vijf stadia van recursieve zelfverbetering worden beschreven, van het uitvoeren van door mensen ontworpen upgrades tot het voortdurend verfijnen van de methoden die worden gebruikt om AI-systemen te verbeteren. Het artikel presenteert dit als een onderzoeksrichting, niet als een gedemonstreerd product.
De South China Morning Post meldt dat onderzoekers van ByteDance, Tsinghua University, het Shanghai Artificial Intelligence Laboratory en andere instellingen ‘The Last AI Built by Humans: Toward Authentic Recursive Self-Improvement’ hebben gepubliceerd. Het artikel beschrijft vijf progressieve stadia voor recursieve zelfverbetering, of RSI. In eerste instantie zou een AI verbeteringsprocedures uitvoeren die waren ontworpen door menselijke ingenieurs. Vervolgens zou het upgradestrategieën selecteren, bepalen welke informatie of ervaring het nodig heeft, zich na de implementatie aanpassen en uiteindelijk de methoden verfijnen die worden gebruikt om de AI zelf te verbeteren.
Het rapport onderscheidt RSI van een chatbot die een enkele reactie corrigeert. Wil een verbetering als RSI kwalificeren, dan moet de verandering langer dan één taak blijven bestaan en worden overgenomen door opvolgende systemen. De onderzoekers beweren dat het automatiseren van delen van training, evaluatie en verfijning de ontwikkelingscycli zou kunnen verkorten en de arbeids- en computerkosten zou kunnen verlagen, maar dit zijn beweringen van de auteurs en niet zozeer de onafhankelijk aangetoonde resultaten in het meegeleverde rapport.
Het artikel beschrijft ook de daarmee samenhangende inspanningen van Chinese bedrijven. Z.ai is naar verluidt van plan om ongeveer 60 procent van de opbrengst van een fondsenwervingsronde van 5 miljard dollar te besteden aan de volgende generatie GLM-modellen en een zelftrainingssysteem. Onderzoekers geassocieerd met MiniMax 2.7 beschreven naar verluidt geheugenupdates en experimenten met versterkend leren, terwijl DeepSeek naar verluidt een agentisch harnas ontwikkelde voor meerstapstaken, code-uitvoering en externe software-interactie. Uit deze voorbeelden blijkt niet dat enig bedrijf de laatste RSI-fase van het artikel heeft bereikt.
Waarom het ertoe doet
Het automatiseren van delen van AI-onderzoek zou van invloed kunnen zijn op hoe snel en goedkoop ontwikkelaars toekomstige modellen trainen, terwijl meer controle over modelverbetering verschuift van mensen naar AI-systemen. Het voorstel benadrukt ook een centrale veiligheidsuitdaging: systemen die hun eigen verbeteringsprocessen veranderen, kunnen betrouwbare tests en toezicht vereisen voordat ze worden ingezet. Uit het rapport blijkt niet dat de laatste fasen zijn bereikt.
Als ze betrouwbaar zijn, kunnen systemen die delen van AI-onderzoek automatiseren een concurrentievoordeel worden doordat ontwikkelaars meer experimenten kunnen uitvoeren en modellen kunnen verbeteren met minder directe menselijke arbeid. Dat zou het tempo en de kosten van de ontwikkeling van funderingsmodellen kunnen beïnvloeden, hoewel het rapport geen onafhankelijke metingen van die effecten levert.
Het voorstel heeft ook consequenties voor de veiligheid van AI. De onderzoekers zeggen dat echte RSI strikte waarborgen en geverifieerde testomgevingen vereist, zodat wordt aangetoond dat updates veilig en nuttig zijn voordat ze worden geïmplementeerd. Het aangeleverde rapport verifieert niet onafhankelijk de routekaart, de gerelateerde bedrijfsclaims of de effectiviteit van eventuele voorgestelde waarborgen.
Interactief mechanisme: hoe het eigenlijk werkt
Ontdek interactief de onderliggende technologie achter deze ontwikkeling.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Wat je nu moet bekijken
Het artikel geeft geen tijdschema voor het bereiken van echte recursieve zelfverbetering. Er is geen gedocumenteerde producttoegang, prijzen of algemene beschikbaarheid. Belangrijke onbekenden zijn onder meer of de voorgestelde fasen betrouwbaar kunnen werken buiten de software-engineering om, hoeveel rekenkracht ze vereisen en of beveiligingsmaatregelen schadelijke of ineffectieve updates kunnen detecteren.
De onderzoekers geven geen tijdschema voor het bereiken van echte RSI, en de South China Morning Post maakt geen melding van een werkend systeem dat de eindfase heeft bereikt. Toegang tot het beschreven onderzoek is niet gespecificeerd en er zijn geen productprijzen of algemene beschikbaarheid gedocumenteerd.
De voortgang kan per vakgebied aanzienlijk verschillen. De auteurs zien software-engineering naar verluidt als een duidelijker pad, terwijl robotica en wetenschappelijke ontdekkingen moeilijkere technische uitdagingen met zich meebrengen. Compute-beschikbaarheid is een andere beperking: het rapport citeert een expert die zegt dat Amerikaanse bedrijven enkele maanden voorop blijven en over een grotere implementatie-compute beschikken, terwijl Chinese onderzoekers blijven optimaliseren onder hardwarebeperkingen.
Toekomstige rapportage moet uitwijzen of geclaimde zelftrainingssystemen blijvende, reproduceerbare verbeteringen opleveren, hoe updates worden geëvalueerd en of menselijke goedkeuring nog steeds vereist is. Er zijn geen onafhankelijke testresultaten opgenomen in de meegeleverde bron.