Ana Sayfa
AI AI
Flaş
Derinlik
Etkinlikler
BlockBeats Pro
Daha Fazla
Finans
Özel
Blok Zinciri Ekosistemi
Giriş
Podkastlar
Veri
OPRR
#
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Partnered With:

Anthropic raporu, yapay zekanın kendi kendini geliştirmesine yanıt veriyor: Kısmi bir döngü tamamlandı, ancak tamamen otonom eğitimden hâlâ uzak.

动察 Beating tarafından yapılan izlemeye göre, AI'nın otonom evrim yeteneği herkesin beklentilerinin ötesine geçiyor. Anthropic Araştırma Enstitüsü (The Anthropic Institute), 5 Haziran'da "AI Kendini İnşa Ederken" başlıklı bir rapor yayınlayarak, "yinelemeli kendini geliştirme" konusundaki Ar-Ge ilerlemelerini ayrıntılı olarak açıkladı. Veriler, Mayıs 2026 itibarıyla Anthropic'in ana kod deposunda birleştirilen kodların %80'inden fazlasının bizzat Claude tarafından yazıldığını gösteriyor. Oysa Şubat 2025'te Claude Code piyasaya sürülmeden önce, Claude tarafından yazılan kodlar sadece tek haneli yüzdelerdeydi. Zhipu AI'nın kurucusu Tang Jie, 12 Mayıs'ta büyük modellerin nihai sonucunun kendi kendine evrim olduğunu ve Claude'un muhtemelen "kod yazma, veri temizleme ve kendi kendini eğitme" temel eğitim döngüsünü tamamlamış olabileceğini tahmin etmişti. Ancak Anthropic raporda, tamamen otonom bir şekilde haleflerini tasarlama ve geliştirme olan yinelemeli kendini geliştirmenin henüz gerçekleşmediğini açıkça belirtti.

AI'nın geliştirme zincirindeki rolü, kısmi verimlilik artışından otonom karar almaya geçiş aşamasındadır. 2026'nın ikinci çeyreğinde, Anthropic mühendislerinin günlük birleştirdiği ortalama kod miktarı, 2024'tekinin 8 katına ulaştı. Mevcut geliştirme süreci oldukça basit: Mühendisler yalnızca hedefleri planlamak ve incelemekten sorumlu, Claude ise spesifik yazma ve çalıştırma işlemlerinden sorumlu. Anthropic ayrıca, hataları ve güvenlik açıklarını engellemekle görevli otomatik kod incelemecisi olarak Claude'u da devreye aldı. Bu, Tang Jie'nin işaret ettiği "öz değerlendirme" ayağının mühendislik tarafında hayata geçirildiğini, ancak insan incelemesinin hala son güvenlik vanası olduğunu gösteriyor.

Modellerin uzun vadeli görevleri bağımsız olarak yürütme güvenilirliği de ikiye katlanıyor. Bir modelin sürekli otonom çalışma süresi yaklaşık her 4 ayda bir ikiye katlanıyor. Mart 2024'teki Claude 3 Opus, yalnızca 4 dakikalık basit görevleri işleyebiliyordu. Bir yıl sonraki Claude 3.7 Sonnet, 1,5 saate dayanabildi. Mart 2026'ya gelindiğinde, Claude 4.6 Opus, 12 saatlik karmaşık görevlerin üstesinden gelebiliyordu. Değerlendirme kuruluşu METR'in verilerine göre, en yeni Claude Mythos önizleme sürümü, 16 saatten fazla sürekli otonom çalışarak mevcut değerlendirme araçlarının üst sınırına yaklaşıyor. Mevcut hızla, 2027 yılına kadar AI, insanların haftalarca çalışmasını gerektiren araştırma görevlerini otonom olarak halledebilecek ve işletmelerin "tek kişilik şirket"ten "kişisiz şirket"e geçişine yardımcı olacak.

Tang Jie'nin tahmin ettiği "kendi kendine eğitim temel çizgisine" gelince, rapor aslında kısmi bir "küçültülmüş versiyon deney döngüsü"nü ortaya koyuyor. Küçük model eğitim kodunu hızlandırma deneyinde, Mayıs 2025'teki Claude 4 Opus, kod hızını yalnızca 3 kat artırabilirken, Nisan 2026'daki Claude Mythos önizleme sürümü 52 kat hızlanma sağladı. Buna karşılık, insan üst düzey araştırmacılar genellikle 4 ila 8 saat içinde 4 kat iyileştirme elde edebiliyor. Ancak, deneyin optimizasyon hedefleri ve başarı kriterleri önceden insanlar tarafından belirlendi. "Veri temizleme, sentetik veri oluşturma ve kendi kendine eğitim" gibi daha karmaşık uçtan uca tam zincirle karşı karşıya kalındığında, AI'nın karar verme yeteneği hala eksik.

Ar-Ge zincirinin otonom döngüsü, insanlığı sistem üzerindeki nihai kontrolü kaybetmenin eşiğine getiriyor. Tang Jie'nin tahmin ettiği "LLM OS'un geleneksel mimarilerin yerini alması ve uygulamaların talep üzerine anında oluşturulması", gelecekte bilgisayarların önceden incelenemeyen dinamik kodlar çalıştıracağı anlamına geliyor; Anthropic'in uyardığı "insan incelemesinin AI'nın kendi kendine evrimine ayak uyduramaması" ise, kod üretiminin kaynağını bile kontrol edemeyeceğimiz anlamına geliyor. AI, haleflerini otonom olarak tasarlayıp eğitmeye başladığında, yazılımın evrimi tamamen bir kara kutuya dönüşecek. Bir kara kutu sisteminde, AI'nın insan denetimi olmadan kendi kendine yineleme yapmasına izin verildiğinde, kendini geliştiren sistemlerin güvenlik izolasyonu, izlenmesi ve davranış hizalaması son derece zorlu hale gelecektir.

İlgiliÖnerilen
Anthropic, Nasıl Geçen Yılın Sonunda İnen Bir Şirket, Yapay Zeka Yarışmasını "Odaklanma" ve "Kültür" Sayesinde Nasıl Kazandı
Ticari çıkarlar ve medeniyet misyonu birbirini taşır.
Anthropic ve SpaceX, veri merkezi hesaplama gücünü kullanma konusunda anlaşmaya vardı.
Düzeltme/Rapor
Gönder
Kütüphane Ekle
Sadece kendime görünür
Herkese Açık
Kaydet
Kütüphane Seç
Kütüphane Ekle
İptal
Tamamla