METR، سازمانی که روی ایمنیِ هوش مصنوعی پژوهش میکند، پنجشنبه ۵ نوامبر ۲۰۲۶ گزارشی منتشر کرد که میگوید Anthropic از هوش مصنوعی برای ساختنِ هوش مصنوعیِ قوی‌تر استفاده میکند و این کار ظاهراً خوب جواب می‌دهد. به گفتهٔ The Verge، مدلهای این شرکت تقریباً دو برابر سریعتر از یک سال پیش بهتر می‌شوند و نشانهٔ کندشدن دیده نمی‌شود. اگر از ابزارهای هوش مصنوعی استفاده می‌کنید یا قصد خریدِ اشتراکشان را دارید، این خبر به شما هم مربوط است؛ البته با چند «ولی» که پایین‌تر می‌آید.
در یک نگاه
METR در ارزیابی ۱۱هفته‌ایِ خود برآورد کرده Anthropic تا اکتبر ۲۰۲۶ توانمندی مدل‌هایش را در «کارهای دقیقاً تعریفشده» با نرخی حدود دو برابرِ مارس ۲۰۲۴ تا اکتبر ۲۰۲۵ بهبود می‌دهد. METR حدس می‌زند کمک هوش مصنوعی به بهبود هوش مصنوعی عامل اصلی است، ولی این حدس است نه اثبات.
- METR برآورد میکند نرخ بهبود مدلهای Anthropic در کارهای دقیقاً تعریفشده حدود دو برابر دورهٔ مارس ۲۰۲۴ تا اکتبر ۲۰۲۵ است.
- METR مطمئن است این شتاب از رشد سریع‌ترِ محاسباتِ آموزش نیامده و حدس می‌زند کمک هوش مصنوعی به ساخت هوش مصنوعی علتِ اصلی باشد.
- عدد ۱۲ برابر از نظرسنجی غیررسمی کارکنان آمده و خودِ METR میگوید قابل‌اتکا نیست.
- METR ممکن است شتاب را بیش‌ازحد برآورد کرده باشد، چون شاید فقط در کارهای خودکار-نمره‌پذیر باشد و نسخهٔ عمومی بخش‌هایی را سانسور کرده است.
- برای کاربران، احتمالاً مدلهای تازه‌تر زودتر می‌آیند و مقایسهٔ پلن‌ها و قیمت‌ها زودتر کهنه می‌شود؛ این نتیجه‌گیریِ تحلیلیِ ماست، نه ادعای گزارش.
گزارش METR دقیقاً چه میگوید؟
METR برآورد کرده که Anthropic تا اکتبر ۲۰۲۶ توانمندیِ مدل‌هایش را در «کارهای دقیقاً تعریفشده» با نرخی حدود دو برابرِ بازهٔ مارس ۲۰۲۴ تا اکتبر ۲۰۲۵ بالا می‌برد. «کار دقیقاً تعریفشده» یعنی کاری که هدف و معیارِ موفقیتش روشن است و می‌شود نتیجه‌اش را سنجید.
ارزیابی با دسترسی بالا از ۱۲ اوت تا ۲۹ اکتبر ۲۰۲۶ انجام شد. به گفتهٔ METR، همکاری از ۴ هفته به ۱۱ هفته تمدید شد.
METR میگوید مطمئن است این شتاب از سریع‌ترشدنِ مقیاس‌دهیِ محاسباتِ آموزش نیامده است. حدسش این است که کمک هوش مصنوعی به بهبود هوش مصنوعی عامل اصلی باشد. خودِ METR این بخش را حدس می‌داند، نه نتیجهٔ قطعی.
METR چطور به این نتیجه رسید؟
ارزیاب‌ها معیارهای پیش‌آموزش و یادگیری تقویتی، بودجهٔ محاسباتی، امتیازهای بنچمارکِ داخلی و نظرسنجیِ کارکنان را بررسی کردند و حدود ۱۵ مصاحبه انجام دادند. یک محدودیتِ مهم هم داشتند: نتوانستند مدلهای منتشرنشده را مستقیم اجرا کنند.
این بخش از خلاصهٔ جست‌وجو آمده و پیش از انتشار باید با متن کاملِ METR تطبیق داده شود.
عدد ۱۲ برابر از کجا آمده و چرا نباید به آن تکیه کرد؟
نظرسنجی‌های غیررسمی از کارکنان Anthropic بهبودِ بهره‌وری‌ای حدود ۱۲ برابر نشان داده است. اما METR صریح هشدار داده که این اعداد قابل‌اتکا نیستند.
پس ۱۲ برابر اندازه‌گیریِ METR نیست؛ برداشتِ خودِ کارکنان است. عددِ برآوردشدهٔ METR حدود دو برابر است.
این گزارش چه محدودیت‌هایی دارد؟
METR میگوید شاید شتاب را بیش‌ازحد برآورد کرده باشد. دلیلش این است که بهبود ممکن است فقط در کارهایی دیده شود که خودکار نمره‌گذاری می‌شوند، نه کارهای درهم و مبهمِ دنیای واقعی. سانسورهایی که Anthropic در نسخهٔ عمومی اعمال کرده هم دقتِ برآوردها را محدود کرده است.
METR همچنین میگوید هوش مصنوعی هنوز در مهمترین مراحلِ آموزش مشارکتِ بسیار مهم و کاملاً خودمختار ندارد و پژوهشگران فقط از «نشانههای حیاتِ» اولیه حرف زده‌اند. با این حال گلوگاهی در محاسبات، داده یا الگوریتم ندیده که ۱۲ ماههٔ آینده را کند کند. این دو مورد از جمع‌بندیِ ثانویه آمده و باید با متن اصلی تطبیق داده شود.
پس عنوانِ «خودبهبودیِ بازگشتیِ کاملاً خودکار» دقیق نیست. گزارش از کمکِ هوش مصنوعی حرف می‌زند، نه از چرخه‌ای که آدم در آن نقشی ندارد.
برای کاربران ابزارهای هوش مصنوعی چه معنایی دارد؟
این بخش تحلیلِ ماست، نه ادعای گزارش. اگر شتاب ادامه پیدا کند، احتمالاً مدلهای تازه‌تر زودتر می‌رسند و مقایسهٔ پلن‌ها و قیمت‌ها زودتر کهنه می‌شود. پس هنگام تصمیم برای اشتراک، به تاریخِ هر مقایسه نگاه کنید و ببینید هنوز معتبر است یا نه.
Sam McCandlish، هم‌بنیان‌گذار Anthropic، در پستی در X گفت بسیاری از نتایج METR با نتیجه‌گیریِ خودش هم‌خوان است. او گفت شرکت در هفته‌های آینده گزارش تحلیلیِ خودش را دربارهٔ سرعت پیشرفت منتشر میکند. تا آن موقع، بهتر است اعداد را با احتیاط بخوانید.
پرسش‌های پرتکرار
گزارش METR را چه کسی و کِی منتشر کرد؟
METR، سازمان پژوهشِ ایمنیِ هوش مصنوعی، پنجشنبه ۵ نوامبر ۲۰۲۶ آن را پس از یک ارزیابیِ ۱۱هفته‌ای منتشر کرد.
«دو برابر سریعتر» یعنی چه؟
یعنی METR برآورد میکند تا اکتبر ۲۰۲۶ نرخِ بهبودِ توانمندیِ مدلهای Anthropic در کارهای دقیقاً تعریفشده حدود دو برابرِ نرخِ مارس ۲۰۲۴ تا اکتبر ۲۰۲۵ است.
آیا هوش مصنوعی کاملاً خودکار خودش را بهتر میکند؟
نه. METR میگوید هوش مصنوعی هنوز در مهمترین مراحلِ آموزش مشارکتِ کاملاً خودمختار ندارد و فقط نشانههای اولیه دیده شده است.
جمع‌بندی
گزارش METR نشان می‌دهد توسعهٔ مدل‌ها در Anthropic احتمالاً سریعتر شده، ولی برآوردش محدود به کارهای دقیقاً تعریفشده است و بخش‌هایی از نسخهٔ عمومی سانسور شده. عدد ۱۲ برابر را نقل نکنید مگر با هشدارش. برای انتخابِ ابزار، مقایسه‌ها را با تاریخ بخوانید و منتظر گزارشِ خودِ Anthropic بمانید.
نظرها
هنوز نظری ثبت نشده. اولین نفری باشید که نظر می‌دهد.
نظر شما