AI научилась строить себя сама: Google DeepMind и OpenAI на пути к самосовершенствованию

В 1966 году математик Айвор Гуд предсказал, что суперинтеллектуальная машина сможет создавать ещё более умные машины, что приведёт к "взрыву интеллекта". Сейчас эта научная фантастика становится реальностью: OpenAI, Google DeepMind и Anthropic уже используют AI для создания более продвинутых версий самих себя.

AI начинает писать себя сама

OpenAI недавно сообщила, что GPT-5.3-Codex активно участвует в собственном совершенствовании. Модель пишет код для своего обучения, отлаживает тренировочный процесс, управляет развёртыванием и анализирует результаты оценок.

По сути, она помогает себе стать лучше. Anthropic пошла дальше: большинство кода для Claude (их основного AI-ассистента для программирования) теперь пишет сам Claude. Это создаёт странный цикл: AI совершенствует сам себя, но люди остаются в контуре, проверяя результаты и принимая решения.

Google DeepMind представила AlphaEvolve — агента для "научного и алгоритмического открытия". Система может оптимизировать архитектуры нейросетей, улучшать распределение задач в дата-центрах, совершенствовать дизайн микросхем. Каждый такой прорыв позволяет учёным двигаться быстрее к следующему.

"Часто вы смотрите на то, что открыла система, и учитесь у этого открытия", — говорит Матей Балог из DeepMind. Система уже удивила её создателей, найдя алгоритмы оптимизации, которые ускользали от человеческой интуиции. Двое создателей AlphaChip (системы для проектирования чипов) основали стартап Recursive Intelligence.

Они обещают сократить цикл разработки микросхемы с одного-двух лет до дней. В третьей фазе компания планирует использовать AI для создания чипов, которые лучше обучают следующее поколение AI.

Почему это пока не взлетает

Несмотря на впечатляющие успехи, полная независимость AI от людей остаётся далеко впереди. Исследователи отмечают, что нынешние системы генерируют идеи и реализуют их на уровне "хорошо, но не отлично". Вот что замораживает процесс: Люди по-прежнему ставят цели и решают, что считать успехом Обучение топ-моделей стоит миллиарды — никто не отпустит такую систему без присмотра Знание в больших корпорациях распределено между тысячами людей (в TSMC работает 90,000 человек) и не может быть упаковано в один алгоритм Полная автоматизация потребовала бы не только кода и чипов, но и строительства дата-центров, электростанций, добычи полезных ископаемых Исследователи из Meta предлагают иной путь: вместо полной автоматизации стремиться к "со-совершенствованию" человека и машины.

Люди, оставаясь в цикле разработки, обеспечивают как скорость прогресса, так и его безопасность.

Может ли это выйти из-под контроля?

Опрос 25 ведущих экспертов по AI показал: 23 из них не исключают "взрыва интеллекта" при полной автоматизации разработки. Большинство считает, что компании будут держать такие модели в секрете, не выпуская в открытый доступ. Дэвид Крюгер из Монреаля, который отстаивает паузу в разработке AI, нарисовал мрачную картину: > "Это азартная игра с жизнями всех людей". Он предлагает остановить развитие AI, когда 99% кода начнёт писать машина. "Похоже, мы приближаемся к этому моменту прямо сейчас", — добавляет он.

Что это значит

Мы стоим в начале эры, когда AI действительно начинает ускорять своё собственное развитие. Это может привести к медицинским, научным и технологическим прорывам. Но это же требует жёсткого надзора — как со стороны международных регуляторов, так и со стороны самих компаний. История показывает: мощные технологии требуют границ.