Sakana AI-ն որպես գլխավոր գիտական խորհրդական վարձել է Յուրգեն Շմիդհուբերին

Տոկիոյում հիմնված Sakana AI ընկերությունը որպես գլխավոր գիտական խորհրդական վարձել է Յուրգեն Շմիդհուբերին։ Ընկերությունը նրան անվանում է «ժամանակակից արհեստական բանականության հայր» և նրան վերագրում է 1990 թվականին աշխարհի մոդելների ուղղությամբ կատարած վաղ շրջանի աշխատանքը, ինչպես նաև 1991 թվականի խորը ուսուցման տեխնիկաները, որոնց վրա մեծապես հենվում է այսօրվա AI վերելքը։

Գրեթե չորս տասնամյակ հետազոտություն

Շմիդհուբերի 1987 թվականի ատենախոսությունը մետաուսուցման և ռեկուրսիվ ինքնակատարելագործման մասին — այն գաղափարը, որ AI-ն անընդհատ բարելավում է ինքն իրեն — սկիզբ դրեց գրեթե չորս տասնամյակ տևող հետազոտությունների այն մասին, թե ինչպես են մեքենաները սովորում սովորել։ Ընկերության խոսքով՝ այս գաղափարները ուղղակիորեն ձևավորել են նրա նախագծերը, այդ թվում՝ Darwin Gödel Machine-ը և The AI Scientist-ը։

«Ճապոնիան հիմնարար նեյրոնային ցանցերի ճարտարապետությունների և առաջադեմ ռոբոտատեխնիկայի ծննդավայրն է։ Պատիվ է միանալ Sakana AI-ին և օգնել կամուրջ կառուցել այս երկու աշխարհների միջև։ Ինտելեկտի ապագան միայն լեզուն չէ. դա ֆիզիկական AI է, որը գործում է աշխարհի մոդելների հիման վրա», — ասել է Շմիդհուբերը։

RSI լաբորատորիա

Նոր դերում Շմիդհուբերը կօգնի ղեկավարել Sakana AI-ի RSI լաբորատորիան։ 2026 թվականի հունիսին բացված լաբորատորիան զբաղվում է ռեկուրսիվ ինքնակատարելագործմամբ. նպատակը ինքնիրեն ուժեղացնող հետազոտական ցիկլ ստեղծելն է, որը մեքենաներին ավելի խելացի կդարձնի։ Դրա համար ընկերությունը ծրագրում է Տոկիոյում հավաքել «աշխարհի մակարդակի փորձագետների կրիտիկական զանգված»։

Լաբորատորիան հենվում է Sakana AI-ի ավելի վաղ նախագծերի վրա, ինչպիսիք են LLM-Squared-ը, սեփական կոդի տարբերակները ստեղծող ու փորձարկող Darwin Gödel Machine-ը և գիտական հետազոտության մի մասը ավտոմատացնող The AI Scientist-ը։

Այլընտրանք հաշվողական մրցավազքին

Sakana AI-ն 2023 թվականին հիմնել են Google-ի նախկին հետազոտողները՝ նրանց թվում Llion Jones-ը՝ Transformer ճարտարապետության մասին «Attention Is All You Need» հոդվածի համահեղինակներից մեկը, և David Ha-ն։ Ընկերությունը ռեկուրսիվ ինքնակատարելագործումը ներկայացնում է որպես այլընտրանք առաջատար լաբորատորիաների հաշվողական մրցավազքին. ավելի ու ավելի մեծ մոդելներ վարժեցնելու փոխարեն Sakana-ն խաղադրույք է կատարում ադապտիվ, էվոլյուցիոն համակարգերի վրա, որոնք ավելի քիչ հաշվողական ռեսուրս են պահանջում։

Ինքնակատարելագործման ռիսկերի մասին զգուշացնում է նաև Anthropic-ը. ըստ ընկերության՝ լիարժեք ռեկուրսիվ ինքնակատարելագործման հասնելուց հետո AI համակարգերը կարող են զարգանալ ավելի արագ, քան ինստիտուտները կկարողանան արձագանքել, ուստի Anthropic-ը քննարկում է նաև առաջատար AI-ի զարգացման գլոբալ դադարի հնարավորությունը։