Sakana AI-მ ხელოვნური ინტელექტის პიონერი Jürgen Schmidhuber მთავარ სამეცნიერო მრჩევლად დაიქირავა

ტოკიოში დაფუძნებულმა კომპანია Sakana AI-მ მკვლევარი Jürgen Schmidhuber მთავარ სამეცნიერო მრჩევლად დაიქირავა. Sakana AI მას „თანამედროვე ხელოვნური ინტელექტის მამას“ უწოდებს და მიაწერს 1990 წელს სამყაროს მოდელებზე შესრულებულ ადრეულ სამუშაოს, ასევე 1991 წლის ღრმა სწავლების ტექნიკებს, რომლებსაც დღევანდელი AI-ის აღმავლობა დიდწილად ეყრდნობა.

ოთხი ათწლეულის კვლევა

Schmidhuber-ის 1987 წლის დისერტაცია მეტასწავლებისა და რეკურსიული თვითგაუმჯობესების შესახებ — იდეა, რომ AI საკუთარ თავს განუწყვეტლივ აუმჯობესებს — თითქმის ოთხი ათწლეულის კვლევის დასაწყისი გახდა იმაზე, თუ როგორ სწავლობენ მანქანები სწავლას. კომპანიის თქმით, სწორედ ამ იდეებმა განსაზღვრა მისი პროექტები — Darwin Gödel Machine და The AI Scientist.

„იაპონია ფუნდამენტური ნეირონული ქსელების არქიტექტურებისა და მოწინავე რობოტიკის სამშობლოა. პატივია, შევუერთდე Sakana AI-ს და დავეხმარო ამ ორი სამყაროს დაკავშირებას. ინტელექტის მომავალი მხოლოდ ენა არ არის — ეს არის ფიზიკური AI, რომელსაც სამყაროს მოდელები ამოძრავებს“, — თქვა Schmidhuber-მა.

RSI ლაბორატორია

ახალ როლში Schmidhuber Sakana AI-ის RSI ლაბორატორიის მართვაში დაეხმარება. ლაბორატორია, რომელიც კომპანიამ 2026 წლის ივნისში გახსნა, რეკურსიულ თვითგაუმჯობესებაზე მუშაობს: კვლევით ციკლზე, რომელიც თავად ძლიერდება და მანქანებს უფრო ჭკვიანებს ხდის. ამისთვის Sakana AI ტოკიოში „მსოფლიო დონის ექსპერტების კრიტიკული მასის“ შეკრებას გეგმავს.

ლაბორატორია Sakana AI-ის ადრე შექმნილ პროექტებს ეყრდნობა, მათ შორის: LLM-Squared, Darwin Gödel Machine, რომელიც საკუთარი კოდის ვარიანტებს ქმნის, ამოწმებს და აუმჯობესებს, და The AI Scientist — სამეცნიერო კვლევის ნაწილის ავტომატიზების სისტემა.

გამოთვლითი რბოლის ალტერნატივა

Sakana AI 2023 წელს Google-ის ყოფილმა მკვლევრებმა დააფუძნეს — მათ შორის Llion Jones-მა, ტრანსფორმერის არქიტექტურის შესახებ დაწერილი სტატიის „Attention Is All You Need“ თანაავტორმა, და David Ha-მ. კომპანია რეკურსიულ თვითგაუმჯობესებას წამყვანი ლაბორატორიების გამოთვლითი რბოლის ალტერნატივად წარმოაჩენს: უფრო დიდი მოდელების წვრთნის ნაცვლად Sakana ადაპტურ და ევოლუციურ სისტემებზე დებს ფსონს, რომლებსაც ნაკლები გამოთვლითი რესურსი სჭირდება.

თვითგაუმჯობესების რისკებზე Anthropic-იც საუბრობს: კომპანიის გაფრთხილებით, სრული რეკურსიული თვითგაუმჯობესების მიღწევის შემდეგ AI სისტემები იმაზე სწრაფად შეიძლება განვითარდეს, ვიდრე ინსტიტუტები შეძლებენ რეაგირებას, ამიტომ Anthropic წამყვანი AI-ის განვითარების გლობალურ პაუზასაც განიხილავს.