Çin’in önde gelen üniversitelerinden ve teknoloji devlerinden araştırmacılar, ABD ile girdikleri YZ yarışında kritik ve yeni bir hedefe odaklanıyor: İnsan müdahalesi olmadan kendilerinin daha gelişmiş sürümlerini inşa edebilen sistemler geliştirmek.
ByteDance, Tsinghua Üniversitesi ve Şanghay Yapay Zeka Laboratuvarı gibi kurumlardan araştırmacıların perşembe günü yayımladığı ortak makalede, özyinelemeli öz gelişme (Recursive Self-Improvement – RSI) için beş aşamalı bir yol haritası sunuldu.
“The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement” (İnsanların Geliştirdiği Son YZ: Gerçek Özyinelemeli Öz Geliştirmeye Doğru) başlığını taşıyan çalışma, YZ modellerini eğitme, değerlendirme ve ince ayar yapma süreçlerinden oluşan yoğun emek isteyen yaşam döngüsünü otomatikleştirmeye yönelik sektörde giderek artan odağı vurguluyor.
Makale, otonominin birbirini takip eden beş aşamasını tanımlıyor. İlk aşamada bir YZ, yalnızca insan mühendisler tarafından tasarlanan geliştirme prosedürlerini yürütür. Ardından sadece önceden programlanmış talimatları yerine getirmek yerine, kendisini nasıl güncelleyeceğini seçmeye başlar.
İlerleyen aşamalarda sistem, canlıya alındıktan sonraki değişikliklere uyum sağlayarak edinmesi gereken yeni bilgileri veya deneyimleri kendisi belirler. Son aşama ise bir YZ’nin, YZ’nin kendisini geliştirmek için kullanılan yöntemleri sürekli olarak iyileştirmesine olanak tanır.
Bireysel bir yanıtı düzelten bir sohbet robotunun aksine RSI, iyileştirmelerin tek bir görevin ötesinde kalıcı olmasını ve sonraki sistemlere aktarılmasını gerektirir.
Yazarlar, YZ araştırmalarının belirli bölümlerini otomatikleştirme yeteneğinin, model geliştiricileri için bir rekabet avantajı kaynağı haline gelebileceğini savunuyor. Yazarlara göre bu paradigmik değişim gerçekleştiği takdirde, temel modelleri inşa etmek için gereken iş gücü ve hesaplama maliyetlerini ciddi oranda düşürürken geliştirme döngülerini de kısaltabilir.
YZ araştırmalarını otomatikleştirmek, ABD-Çin teknolojik rekabetinde ana savaş alanı olarak ortaya çıktı. Çinli kurumlar hızlı ve pratik sıçramalar yapmaya devam ederken uzmanlar, ABD’li şirketlerin büyük ölçüde üstün hesaplama kaynaklarına erişim sayesinde erken dönemdeki liderliklerini koruduğunu belirtiyor.
YZ Politikası ve Stratejisi Enstitüsü kıdemli araştırmacısı Erich Grunewald, “Amerikalı şirketler hâlâ Çin’in birkaç ay önünde görünüyor ve dağıtım için daha fazla hesaplama gücüne erişimleri var. Çinli araştırmacılar kıt donanımdan performans elde etme konusunda çok yetkinler ancak bu hesaplama kısıtlamaları yine de süreçleri olumsuz etkiliyor.” değerlendirmesini yaptı.
Zorluklara rağmen Çinli şirketler, otonom eğitim altyapısına yatırımlarını ikiye katlıyor.
Çin’de Zhipu AI olarak bilinen Z.ai, pazar günü yaptığı açıklamada, 5 milyar dolarlık son kaynak yaratma turundan elde edilen net gelirin yaklaşık %60’ını yeni nesil GLM temel modellerinin ve “tamamen kendi kendini eğiten sisteminin” geliştirilmesini desteklemek için ayıracağını duyurdu.
MiniMax 2.7‘nin arkasındaki araştırmacılar, bu yılın başlarında yayımlanan “Early Echoes of Self-Evolution” (“Öz Evrimin İlk Yankıları”) başlıklı makalede, modelin pekiştirmeli öğrenme deneylerini yürütürken hafızasını güncelleyebildiğini ve karmaşık beceriler inşa edebildiğini, elde edilen deneyimin de öğrenme sürecini geri beslediğini ifade etti.
DeepSeek geçen ay modellerin çok adımlı görevlerde gezinmesine, kod çalıştırmasına ve harici yazılımlarla etkileşime girmesine daha fazla otonomi sağlayan ajan tabanlı bir çalışma çerçevesi (“harness”) geliştirdi.
Yazarlar makalelerinde, beş aşamadaki ilerlemenin YZ alanına bağlı olarak büyük ölçüde değişeceğini kaydetti. Yazılım mühendisliği nispeten net bir yol sunarken robotik ve bilimsel keşif alanları daha dik engellerle karşı karşıya.
Güvenlik ise bir diğer ana endişe kaynağı olmayı sürdürüyor. Araştırmacılar, hakiki RSI’ın güncellemelerin canlıya alınmadan önce güvenli ve faydalı olduğunu doğrulamak için onaylanmış test ortamları da dahil olmak üzere sıkı koruma tedbirleri gerektirdiğini söyledi.
Yazarlar, RSI’a ne zaman ulaşılabileceğine dair herhangi bir takvim sunmadı.
Kaynak: https://www.scmp.com/tech/tech-trends/article/3367486/chinese-researchers-chart-five-stage-path-toward-last-ai-built-humans
