Впервые в истории искусственный интеллект не просто обучается, а самостоятельно находит пути к собственному усилению. Он не следует алгоритму, а создаёт его сам. О новой разработке Японцев.

Если вы смотрели фильм “День, когда остановилась земля” или слышали про Зонд Фон-Неймана вам будет понятен принцип происходящего. Если нет – постараюсь объяснить простым языком.

Самообучающиеся ИИ (по сути ИИ-агенты) уже не фантастика. Но если я скажу что искусственный интеллект может переписывать собственный код, улучшая себя с каждым шагом, уже без помощи человека? 

Притом не просто обучаться на данных, а эволюционировать, как поколения живых существ. Именно такой прорыв сейчас заявила японская компания Sakana AI, разработав систему под названием Darwin Gödel Machine.

Её идея — соединить две мощные концепции: гипотетическую машину Гёделя, которая умеет улучшать себя с доказуемым результатом, и принципы Дарвина, где развитие происходит через вариации и отбор. Только вместо генов — строки кода, вместо окружающей среды — вычислительная платформа, а вместо выживания — рост производительности.

“Оригинальная Гёделева машина – программа, которая переписывает саму себя, если сама себе доказывает, что у данных ей задач есть более оптимальное решение.

Звучит сложно, и если проще – это как стратегия, где нужно победить за наименьшее количество шагов. 

Но в Sakana AI предложили чуток иное решение: отказаться от требования доказуемости и довериться эмпирике. Их ИИ генерирует множество версий собственного кода, запускает их в действие и сохраняет только те, что реально улучшают результат. Никакой теоретической гарантии — только факты: "это стало лучше" или "хуже". По сути, система работает так же, как и природа: мутации, отбор и выживание лучших.

И результаты впечатляют. В ходе эксперимента Darwin Gödel Machine переписывала агентов на основе популярных языковых моделей.

• С моделью Claude 3.5 Sonnet (Anthropic) результат на SWE-bench вырос с 20% до 50%.

• С моделью o3-mini от OpenAI — с 14.2% до 30.7% на бенчмарке Polyglot.

Главный вывод который пока удалось сделать — качество улучшений прямо зависит от вычислительных мощностей. Чем больше энергии и времени получает система, тем быстрее и умнее становится. 

Что особенно примечательно: теперь теория естественного отбора Дарвина начинает работать в среде, не имеющей никакого отношения к биологии. ИИ-агенты конкурируют, пробуют, умирают, улучшаются.

“Они начали обучать себя сами

А это как и почва размышлений о мрачных теориях будущего, так и возможно отправная точка технологической революции, которая сделает нашу жизнь совершенно иной.

И эта технология может быть полезной. Может быть нейтральной. Может стать конкурентом, или врагом. Но главное — она будет непредсказуемой, потому что её развитие уже не полностью подвластно нашему контролю. Нам осталось понять: успеем ли мы эволюционировать вместе с тем, что создаём?

И к слову, я веду блог о технологичных компаниях, которые привносят в мир инновации, и успешно реализуют себя на бирже, на pre-IPO и IPO-стадиях и рассказываю где их можно купить.