Jack Clark már 2027-re lehetségesnek tartja az önfejlesztő MI megjelenését
A P-Zero Research új TasteVal nevű benchmarkja azt vizsgálja, hogy az MI-rendszerek mennyire képesek önállóan megtervezni kísérleteket, majd azok eredményeiből helyes következtetéseket levonni. A kutatás szerint ez a képesség 2025 decembere óta nagyjából háromhavonta megduplázódott. A legjobb tesztelt modell, az Anthropic Opus 5.5, 2,3-as „compute multiplier” értéket ért el: szakértői szintű eredményhez kevesebb mint feleannyi számítási kapacitásra volt szüksége, mint a 24 fős emberi összehasonlító csoportnak. Egy modellteszt költsége körülbelül az emberi próbálkozás harmincada volt.
A benchmark nyolc, mesterségesintelligencia-fejlesztéshez kapcsolódó feladatot tartalmazott, például az adatok kiválasztását, a nyelvi modellek tanítását, az emberi visszajelzések felhasználását és az ellenséges promptok elleni védekezést. A rendszer minden feladatnál maga döntött a következő kísérletről, miközben az egységes kódoló ügynök egy Nvidia H100 GPU-n futtatta a próbákat.
Jack Clark, az Anthropic társalapítója szerint az eredmények alapján a rekurzív önfejlesztés — amikor egy MI-rendszer saját, erősebb utódját hozza létre — már 2027-ben lehetővé válhat. Korábban 2028-ra tette ezt a lehetőséget. A kutatás ugyanakkor nem bizonyítja, hogy az MI már képes önmagát fejleszteni: a teszt a tudományos munkának csak egy szűk részét méri, ráadásul a feladatok gyorsan ellenőrizhetők, és a humán csoportban nem szerepeltek a legmagasabb szintű kutatók.