شایعه داغ پیرامون گوگل دیپ‌مایند: دستیابی به هوش مصنوعی که خودش را بهبود می‌دهد

موج تازه‌ای از شایعات در شبکه اجتماعی ایکس پیرامون دستیابی گوگل دیپ‌مایند به نقطه عطف بزرگ «خودبهبودی بازگشتی» (Recursive Self-Improvement یا به اختصار RSI) شکل گرفته است. این مفهوم به فرایندی اشاره دارد که در آن یک سیستم هوش مصنوعی می‌تواند بدون دخالت انسان، توانایی‌های پژوهشی و ساخت نسل‌های بعدی خود را به‌طور پیاپی ارتقا داده و هوش مصنوعی قدرتمندتری بسازد. برخی کارشناسان باور دارند که دستیابی به RSI و توسعه هوش مصنوعی به این روش می‌تواند آینده را از کنترل انسان خارج کند.

جرقه این شایعات با انتشار پستی مرموز از سوی یکی از حساب‌های شناخته‌شده دنیای هوش مصنوعی با نام Lyra آغاز شد. این حساب در پیامی که به‌طور مستقیم گوگل دیپ‌مایند را خطاب قرار داده بود، با حروفی غیرمعمول عبارت «huge congRatulationS Indeed!» را منتشر کرد. نحوه چینش حروف بزرگ انگلیسی در این کپشن، عبارت RSI را نشان می‌دهد. این پست که بدون ذکر هیچ نام مدل، بنچمارک یا سازوکار فنی منتشر شده بود، پس از بررسی تغییرات ساختاری اخیر در گوگل، توجه افراد زیادی را به خود جلب کرد.

گوگل مدتی پیش اعلام کرد که از یکم ژانویه ۲۰۲۷، «کورای کاووک‌چوغلو» به عنوان مدیرعامل گوگل دیپ‌مایند فعالیت خواهد کرد و «دمیس هاسابیس» به عنوان رئیس هیئت‌مدیره دیپ‌مایند و دانشمند ارشد آلفابت تمرکز کامل خود را روی پیشبرد هوش عمومی مصنوعی (AGI) و مسائل کلیدی علمی خواهد گذاشت. علاوه‌بر‌این، گزارش‌هایی وجود دارد که «سرگئی برین» بیش از ۱۰۰۰ پژوهشگر و مهندس را برای تمرکز روی پروژه‌های خودبهبودی هوش مصنوعی هدایت می‌کند. گوگل همچنین در برنامه پژوهش‌های دانشگاهی سال ۲۰۲۶ خود، اعلام کرد که توسعه این مفهوم و خودکارسازی پژوهش‌ها را رسماً به عنوان یک هدف مشخص دنبال می‌کند؛ با‌این‌حال، شواهد کنونی صرفاً نشان‌دهنده سرمایه‌گذاری سنگین در بخش تحقیقات هستند و اثبات نمی‌کنند که گوگل به یک حلقه مستقل و کامل از RSI رسیده باشد.

ابعاد فنی خودبهبودی بازگشتی و جایگاه دیپ‌مایند

گوگل دیپ‌مایند هم‌اکنون نیز بلوک‌های سازنده‌ای را در اختیار دارد که به بخش‌هایی از فرایند RSI شباهت دارند. برای مثال، ایجنت AlphaEvolve مدل‌های جمینای را با ارزیاب‌های خودکار و فرایند جستجوی تکاملی ترکیب می‌کند. این سیستم با بهینه‌سازی کدهای زیرساختی موفق شد سرعت یکی از کرنل‌های ضرب ماتریسی را ۲۳ درصد افزایش دهد و زمان آموزش جمینای را حدود ۱ درصد کم کند. همچنین در پژوهش‌های خودکارسازی فرایند توسعه مدل‌ها، ایجنت‌های آزمایشی گوگل نتایجی هم‌سطح یا بهتر از متخصصان انسانی به دست آوردند. با این وجود، این دستاوردها هنوز در چارچوبی تعریف‌شده توسط مهندسان انسانی فعالیت می‌کنند و تا رسیدن به یک چرخه بازگشتی کاملاً خودکار فاصله دارند.

هم‌زمان با بالا گرفتن این شایعات پیرامون گوگل، «داریو آمودی»، مدیرعامل آنتروپیک، نیز اخیراً در مطلبی اشاره کرد که این پدیده در سطح کل این صنعت درحال وقوع است. آمودی تأکید کرده که از تابستان، سرعت پیشرفت هوش مصنوعی به شکلی چشمگیر افزایش یافته و موتور محرک اصلی آن، رشد توانایی هوش مصنوعی در ساخت نسل بعدی خود است. او تصریح کرده که این سازوکار همان خودبهبودی بازگشتی یا RSI است و نشانه‌های آغاز آن در سراسر این صنعت از جمله در آنتروپیک دیده می‌شود. در همین بیانیه آمودی خواستار کاهش سرعت توسعه AI شده بود.

آمودی همچنین هشدار داده است که در صورت مهار نشدن این روند، کنترل سیستم‌ها از درک انسان خارج خواهد شد و حتی ممکن است ظرف ۶ تا ۱۲ ماه آینده قابلیت‌هایی در قالب شبکه‌های بات‌نت پایدار شکل بگیرد که آسیب‌های چند صد میلیارد دلاری ایجاد کنند.