Süni İntellekt dünyasında uzun illər müzakirə edilən nəzəri bir anlayış olan “özünü təkmilləşdirən süni intellekt” ideyası artıq sadəcə elmi fantastika ssenarilərinin mövzusundan kənara çıxmağa başlayır. Proqram təminatının hazırlanması proseslərində böyük dil modellərinin son zamanlar aktiv rolu tədqiqatçıları “rekursiv özünütəkmilləşdirmə”nin (RSI) ilk mərhələlərinin yaşanıb-yaranmadığını şübhə altına almağa vadar etdi.
1966-cı ildə Britaniya riyaziyyatçısı İ.C.Qud tərəfindən irəli sürülən “ultra ağıllı maşınlar özlərindən daha yaxşı maşınlar dizayn edə bilər” ideyası süni intellekt tədqiqatlarında fundamental düşüncə təcrübələrindən biri olmuşdur. Quda görə, belə bir proses insan zəkasını üstələyə biləcək “zəka partlayışı” ilə nəticələnə bilər. Bu gün proqram təminatı istehsalında ChatGPT, Gemini, Claude və Grok kimi böyük dil modellərinin istifadəsi bu nəzəriyyənin ilk praktik əlamətlərini göstərir.
Özünütəkmilləşdirməyə doğru addımlar
Tədqiqatçılar mövcud sistemlərin tamamilə müstəqil olmadığını vurğulayırlar. Mövcud model insanlar tərəfindən müəyyən edilmiş məqsədlərə uyğun olaraq fəaliyyət göstərir, uğur meyarları insanlar tərəfindən müəyyən edilir və insanlar hansı dəyişikliklərin tətbiq olunacağına qərar verirlər. Buna baxmayaraq, süni intellekt sistemlərinin hazırda gələcək süni intellekt modellərinin hazırlanmasında fəal iştirak etdiyi bildirilir.
“AutoML” kimi texnologiyalar uzun müddətdir ki, maşın öyrənmə modellərinin təlim və optimallaşdırma proseslərini avtomatlaşdırıb. Lakin, böyük dil modellərinin kod yazmaq qabiliyyəti bu prosesi fərqli bir səviyyəyə qaldırıb. Fevral ayında OpenAI GPT-5.3-Codex modelinin öz inkişaf proseslərində istifadə olunduğunu elan etdi. Şirkət bildirib ki, model təlim səhvlərini düzəltmək, yerləşdirmə proseslərini idarə etmək və qiymətləndirmə nəticələrini təhlil etməkdən məsuldur. Digər tərəfdən, Anthropic bildirir ki, şirkət daxilindəki kodun böyük bir hissəsi artıq Claude Code tərəfindən yazılıb.
Özünü təkmilləşdirən süni intellekt sahəsində ən diqqətəlayiq layihələrdən biri Google DeepMind tərəfindən hazırlanmış AlphaEvolve sistemidir. Şirkət bu sistemi “elmi və alqoritmik kəşflər üçün kodlaşdırma agenti” kimi təsvir edir. AlphaEvolve böyük dil modellərindən istifadə edərək yeni həll metodları hazırlayır, neyron şəbəkə arxitekturalarını optimallaşdırır, məlumat mərkəzi planlaşdırmasını təkmilləşdirir və çip dizayn proseslərində yeni yanaşmalar yaradır. Lakin sistem tamamilə müstəqil deyil. Hansı problemlərin həll ediləcəyini və performansın necə ölçüləcəyini insanlar müəyyən edir. Lakin tədqiqatçılar sistemin bəzən insan intuisiyasından kənar nəticələr verə biləcəyini söyləyirlər.
Süni intellekt çiplərinin dizaynı
DeepMind-in əvvəllər hazırlanmış AlphaChip layihəsinin liderləri hazırda “Rikursiv Zəka” adlı yeni bir təşəbbüs üzərində işləyirlər. Bu şirkət süni intellektdən istifadə edərək Süni intellekt çipləri dizayn etməyi hədəfləyir. Şirkətin təsisçilərindən biri olan Azalia Mirhoseini, mövcud çip dizayn dövrünün bir və ya iki ildən cəmi bir neçə günə endirilə biləcəyini söyləyir.
Layihənin birinci mərhələsi insan dizaynerlərinə kömək etməyi hədəfləyir. İkinci mərhələ öz çip dizayn qrupları olmayan şirkətlər üçün prosesin avtomatlaşdırılmasına yönəlib. Üçüncü mərhələ daha güclü süni intellektləri yetişdirmək üçün süni intellektdən daha yaxşı çiplər hazırlamağı əhatə edir. Bununla belə, şirkət rəsmiləri prosesdən insan nəzarətinin tamamilə aradan qaldırılmasının planlaşdırılmadığını vurğulayırlar.
Öz kodlarını dəyişdirən sistemlər
Öz davranışlarını dəyişdirə bilən süni intellekt sistemləri üzərində işləyən layihələr də diqqəti cəlb edir. Britaniya Kolumbiyası Universiteti və Sakana süni intellekt tərəfindən hazırlanmış Darwin Gödel Machines (DGM) sistemi təkamül alqoritmlərindən istifadə edərək böyük dil modelinə əsaslanan kodlaşdırma agentləri hazırlaya bilər. Bu sistemlərin ən diqqətəlayiq xüsusiyyəti öz kodlarını dəyişdirmək qabiliyyətidir.
Tədqiqat qrupu həmçinin “Süni intellekt alimi” adlı başqa bir layihə hazırlayıb. Mart ayında Nature jurnalında dərc olunan tədqiqat tədqiqat proseslərini avtomatlaşdırmağı hədəfləyir. Sistem tədqiqat ideyaları yarada, proqram təminatı mühitində təcrübələr apara, nəticələr elmi məqalə formatında yaza və sonra bu sənədləri qiymətləndirə bilər. Beləliklə, avtomatlaşdırılmış dövrə yalnız kodlaşdırma deyil, həm də təcrübə və qiymətləndirmə prosesləri daxil edilir.
