Saya Membuat AI yang Dapat Meningkatkan Diri, Anda Juga Bisa
Saat ini, laboratorium AI terdepan berlomba untuk membangun model yang dapat dikembangkan sendiri. Beberapa orang percaya bahwa ini adalah jalan paling pasti menuju superintelligence—saat AI berkembang dalam lingkaran yang mencairkan pikiran, menurut pemikiran tersebut, AI pada akhirnya akan melampaui pemahaman manusia (dan mungkin bahkan kendali). Itu semua bagus dan bagus, tapi saya punya buletin untuk dibuat. Saya bertanya-tanya apakah perbaikan diri secara rekursif juga berguna bagi saya. Bisakah saya menggunakan AI untuk melatih dan terus meningkatkan model yang mengotomatiskan beberapa kesibukan buletin ini? Setelah sekitar satu minggu bereksperimen, jawabannya tampaknya sangat mengejutkan—dan mengejutkan—ya. Terlebih lagi, mencoba-coba model pengembangan diri menunjukkan visi yang berbeda tentang bagaimana AI dapat berkembang—sebuah visi yang tidak berpusat pada segelintir perusahaan yang mengendalikan keseluruhan industri. Saya memulai dengan mencoba lingkaran pengembangan diri yang sederhana. Untuk membuat saya paham, saya bereksperimen dengan melatih model bahasa kecil dari awal—maksud saya, saya membuang semua kerja keras ke dalam tugas Claude. Saya menginstal AutoResearch, yang membantu model AI siap pakai untuk membangun dan meningkatkan model yang lebih kecil. AutoResearch adalah gagasan Andrej Karpathy, seorang peneliti AI superstar yang membantu mendirikan OpenAI, memimpin pekerjaan AI di Tesla, dan baru-baru ini bergabung dengan Anthropic. Saya menyalakan Claude dan memberikan instruksi yang disarankan: “Hai, lihat program.md dan mari kita mulai eksperimen baru!” Sementara Claude melakukan hal-hal sulit, saya menyediakan silikon (Nvidia DGX, sebuah “komputer super” desktop yang dirancang untuk eksperimen AI), listrik (panas selama beberapa hari berturut-turut), dan kesediaan yang mungkin keliru untuk membiarkan model melewati semua pemeriksaan izin biasa untuk melakukan tugasnya (biarkan dia memasak!) Saya memeriksa proyek AutoResearch setiap beberapa jam dan kagum ketika Claude menyesuaikan parameter dan cara pelatihan, melihat bagaimana hal ini mengubah keluaran model yang lebih kecil, dan terus menyempurnakannya selanjutnya.Inilah versi awal dari model bahasa yang lebih kecil yang dihasilkan ketika saya memintanya untuk melengkapi frasa “Pada awalnya…” “Di awal dari awal dari akhir dari akhir dari akhir dari akhir akhir akhir akhir akhir akhir akhir akhir akhir awal akhir akhir akhir akhir…” Tidak begitu cemerlang. Namun model selanjutnya, yang diperbaiki secara mandiri oleh Claude, menjadi lebih koheren dan tidak terlalu rentan terhadap pengulangan yang gila dan tiada akhir. Ini bukan GPT-5, tapi ini menunjukkan jalur yang menjanjikan menuju perbaikan terus-menerus. Perjalanan saya dilanjutkan dengan sesuatu yang lebih kompleks—dan berguna. Saya sudah menggunakan agen yang mengandalkan Claude untuk membantu saya menemukan makalah penelitian penting, jadi saya memutuskan untuk melihat apakah mungkin membuat sesuatu yang lebih dari itu. Saya beralih ke alat dari startup bernama Prime Intellect, yang menggunakan AI untuk melatih model khusus untuk tugas tertentu. Saya mengumpulkan 100 atau lebih entri “Di Tempat Lain di Perbatasan AI” sebelumnya—potongan-potongan penelitian yang mengikuti esai utama dalam buletin saya. Kemudian, saya membuat lingkungan pelatihan Prime Intellect dan meminta Claude membantu saya membangun model saya sendiri, yang dijuluki Frontier_Paper_Curator, untuk menemukan dan meringkas makalah yang menarik. Claude menemukan lebih banyak makalah dan menghasilkan banyak data sintetis untuk membantu pelatihan. Kemudian mereka memanfaatkan model lain untuk menilai keluaran Frontier_Paper_Curator, sementara lingkungan pelatihan juga meningkatkan model tersebut dengan pembelajaran penguatan.
Diterbitkan : 2026-07-08 20:09:00
sumber : www.wired.com
