Фронтовые лаборатории одержимы этой идеей. Они мчатся к самообучающимся моделям, твердо убежденные, что это единственный путь вперед. Логика здесь циклична, но притягательна: искусственный интеллект улучшает искусственный интеллект. Это создает спираль. Он начинает превосходить нас в умении. И, возможно, даже сможет нас в чем-то «запереть».
Звучит как сценарий для антиутопии. Для рассылки новостей это, честно говоря, бесполезно.
Мне нужно было быстро выложить текст. Поэтому я задал себе практический вопрос. Могу ли я использовать рекурсивное самосовершенствование, чтобы автоматизировать собственную рутина? Не для создания богоподобного интеллекта. Просто для грязной работы.
Я потратил неделю на тесты.
Ответ — да. Что удивительно, но да.
Что еще важнее, это указывает на другой путь. Такой, который не зависит от пяти компаний, владеющих небом.
Начинаем с малого (и ломаем всё подряд)
Я начал с тренировки крошечной языковой модели с нуля. Под «тренировкой» я имею в виду, что всю тяжелую мыслительную работу я делегировал Claude.
Я использовал AutoResearch. Любимый проект Андрея Карпатхы. Вы знаете его. Основатель OpenAI, глава направления ИИ в Tesla, теперь в Anthropic. Этот инструмент помогает готовым решениям ИИ создавать лучшие, более компактные версии самих себя.
Я ввел команду: «Привет, посмотри program.md, давай запустим новый эксперимент».
Затем я предоставил остальное. Аппаратное обеспечение (настольный суперкомпьютер Nvidia DGX). Электроэнергию (потребляемую с запасом, работавшую на полную мощность всю ночь). И безрассудную готовность позволить коду работать без ограничений, обойдя стандартные проверки безопасности.
Пускай готовит.
Каждые несколько часов я заглядывал. Claude корректировал параметры. Дорабатывал режимы обучения. Наблюдал за реакцией меньшей модели. Затем снова вносил правки. Это был цикл. Автономный. Неумолимый.
Я протестировал ранние результаты. Запрос: «В начале…»
Ответ: «В начале начала начала и конца конца конца начала…»
Бред. Повторяющийся шум.
Но позже? По мере того как Claude продолжал уточнять процесс, бессмыслица утихла. Предложения стали осмысленными. По-прежнему это не GPT-5. Но траектория была ясна. Модель становилась лучше, выполняя работу по своему улучшению.
Что-то полезное (действительно полезное)
Тренировка игровой модели была весело. Но я пишу об ИИ-статьях. У меня их целые стопки.
Мне нужен был куратор.
Я переключился на Prime Intellect. Стартап, стремящийся демократизировать обучение моделей. Их предложение простое. Создавать кастомные модели для конкретных задач. Не общие гиганты. Острые инструменты.
Я загрузил 100 записей из моего раздела «Где-то еще на передовой». Разные мелочи. Ключевые моменты исследований. Затем я попросил Claude помочь создать модель под названием Frontier_Paper_Curator. Ее задача? Находить и суммировать интересные статьи.
Здесь стало сложно. Claude нашел больше статей. Он сгенерировал синтетические данные. Затем он использовал другую модель для критики своей работы. Включилось обучение с подкреплением. Среда сама стала учителем.
Винсент Вейссер возглавляет Prime Intellect. Его компания только что привлекла 15 миллионов долларов. Он ненавидит нарратив о централизации.
«Мы не хотим одного богоподобного интеллекта. Мы хотим миллиардов интеллектов».
Он верит в ниши. Специализированные инструменты, созданные всеми, а не только лабораториями. Если каждая компания получит доступ к передовым инфраструктурам, коллективное творчество рынка побьет несколько монополистов. Он утверждает, что централизованный ИИ — это узкое место. Децентрализация прекрасна.
Другие стартапы согласны. Adaption продает инструмент под названием AutoScientist. Генеральный директор Сара Хукер отмечает, что крупные компании сжигают деньги на токенах. У них нет внутренних экспертов. Им нужна автоматизация, которая действительно работает.
Затем есть фактор риска. Когда Anthropic заблокировал определенные запросы для Claude, это высветило хрупкость зависимости. Алекс Карп из Palantir предупреждает об этом. Использование передовых лабораторий означает отказ от данных. Это означает потерю контроля.
Я хотел контроля. Или, по крайней мере, рычага влияния.
Я провел меньше дня с Prime Intellect. Результатом стал функциональный кураторский агент.
Он произвел это резюме для iFLYTEK:
Исследователи из iFLYTEK разработали iFLYTEK-Embodied-Ai, мультимодальную модель, объединяющую зрение, язык и действия. Старые методы разделяли эти задачи. Эта модель разделяет внимание между ними. Как мозг и мозжечок, говорящие напрямую. Это снижает каскады ошибок. Модель обучается на разнообразных видеоданных. Результат — агент, способный одновременно рассуждать и контролировать. Новая архитектурная парадигма для робототехники.
Идеально? Нет.
Он слишком рьяный. Он выбирает статьи, которые я бы пропустил. Резюме немного общие.
Но это работает.
Это освободило меня от части рутины. Он не стал богом. Он стал инструментом.
И, возможно, это лучший исход. Мы не строим богов. Мы строим лучшие черновики.
Кто знает, что случится, когда они снова будут себя уточнять.
