خبر فوری: هم‌بنیان‌گذار Anthropic عقب‌نشینی کرد؛ RSI در ۲۰۲۷ از راه می‌رسد و تنها ۶ ماه برای بشریت باقی می‌ماند

جک کلارک، مدیر Anthropic، اخیراً خبر مهمی را مطرح کرد.

او زمان‌بندی دستیابی هوش مصنوعی به خودبهسازی بازگشتی (Recursive Self-Improvement یا RSI) را مستقیماً به سال ۲۰۲۷ جلو انداخت؛ در حالی که پیش‌بینی قبلی او سال ۲۰۲۸ بود.

این اعلام، صنعت فناوری را شوکه کرد.

اندکی بعد، ایلان ماسک در پاسخ به این پست نوشت: «بدیهی است.»

اکنون چهره‌های اصلی این دو غول هوش مصنوعی عملاً در یک جبهه قرار گرفته‌اند.

دیگر بحث بر سر این نیست که آیا هوش مصنوعی می‌تواند شعر بنویسد یا نه؛ پرسش اصلی این است که هوش مصنوعی چه زمانی ساختن هوش مصنوعی را به‌طور مستقل آغاز خواهد کرد.

سال ۲۰۲۷ ممکن است به نقطه عطفی در تاریخ فناوری بشر تبدیل شود.

پیش از وقوع RSI، انسان‌ها حاکم بر تمامی ساخته‌های خود هستند؛ اما پس از آن، انسان ممکن است به ناظری صرف تبدیل شود.

پیش‌تر تصور عمومی این بود که چنین روزی هنوز فاصله زیادی دارد. حتی چند ماه پیش، جک کلارک با احتیاط سال ۲۰۲۸ را برای آن تعیین کرده بود.

اما چرا این زمان ناگهان جلو افتاد؟ زیرا یکی از متغیرهای کلیدی ظاهراً از یک مانع مهم عبور کرده است.

عبور از خط قرمز: بیدار شدن «خلاقیت بنیادی» هوش مصنوعی

مدت‌ها بود کسانی که توانایی‌های هوش مصنوعی را دست‌کم می‌گرفتند، استدلالی به ظاهر محکم در اختیار داشتند.

«هوش مصنوعی فقط تقلید می‌کند.» «هوش مصنوعی خلاقیت واقعی ندارد.» «هوش مصنوعی فقط دانش موجود بشر را به هم پیوند می‌دهد.» و از این دست.

جک کلارک نیز پیش‌تر چنین دیدگاهی داشت.

او معتقد بود برای دستیابی به RSI، هوش مصنوعی باید به «خلاقیت تحول‌آفرین» مجهز شود؛ یعنی نه‌تنها کدنویسی را بفهمد، بلکه بتواند چیزی را از هیچ خلق کند و ساختارهای کاملاً جدیدی برای الگوریتم‌ها ارائه دهد که هیچ انسانی پیش از آن به آن‌ها فکر نکرده باشد.

او در ابتدا تصور می‌کرد هوش مصنوعی هنوز با چنین مرحله‌ای فاصله زیادی دارد.

اما واقعیت در ماه‌های اخیر ضربه سختی به این تصور وارد کرده است.

هوش مصنوعی برچسب «فاقد خلاقیت» را از خود جدا کرده است.

نخستین جهش در حوزه ریاضیات رخ داد.

ریاضیات را می‌توان تاج هوش انسانی دانست؛ حوزه‌ای که به جهش‌های بسیار قوی منطقی و خلاقیت شهودی نیاز دارد.

هوش مصنوعی اخیراً در حل مسائل دشوار ریاضی در سطح پیشرفته، جهشی تحول‌آفرین داشته است.

این سامانه‌ها شروع به استخراج قضیه‌ها و یافتن مسیرهای اثبات به‌صورت مستقل کرده‌اند. برخی از این راه‌حل‌های کاملاً جدید آن‌قدر پیچیده‌اند که حتی ریاضی‌دانان برجسته برای یافتن آن‌ها باید مدت زیادی فکر کنند، در حالی که هوش مصنوعی آن‌ها را با سهولت حل می‌کند.

این روند نشان می‌دهد هوش مصنوعی به توانایی واقعی در استدلال منطقی و خلاقیت دست یافته است.

از این منظر، هوش مصنوعی اکنون وارد چهارمین مرحله توسعه خود شده است: «نوآور»؛ مرحله‌ای که در آن هوش مصنوعی می‌تواند به‌طور کامل به کشف‌ها یا اختراع‌های جدید منجر شود.

اکنون نوبت ریاضیات است؛ سال آینده کدام حوزه پژوهشی درگیر این تحول خواهد شد؟

احتمالاً پژوهشگران هوش مصنوعی نیز به‌زودی همان احساسی را تجربه خواهند کرد که ریاضی‌دانان امروز تجربه می‌کنند.

دومین جهش در خودِ پژوهش هوش مصنوعی رخ داده است.

سامانه‌های هوش مصنوعی بیش از پیش به «پژوهشگرانی کارآزموده» تبدیل می‌شوند.

هرچه توانایی هوش مصنوعی در تشخیص مسیرهای پژوهشی مناسب بیشتر شود، احتمال تحقق خودبهسازی بازگشتی (RSI) نیز افزایش می‌یابد.

بر اساس TasteVal، تازه‌ترین معیار ارزیابی ارائه‌شده از سوی P-Zero Research، سامانه‌های هوش مصنوعی به‌تدریج در حال کسب قابلیتی هستند که پیش‌تر مختص برترین پژوهشگران انسانی تلقی می‌شد: خلاقیت علمی و شهود پژوهشی، یا همان «ذوق علمی خوب» (Good Scientific Taste).

مقاله: https://arxiv.org/abs/2610.06824

وقتی یک هوش مصنوعی بتواند اثبات‌های ریاضی را به‌طور کامل انجام دهد و کدهای خود را نیز به‌صورت مستقل تغییر دهد، تنها لایه‌ای بسیار نازک میان آن و توانایی توسعه خودش باقی می‌ماند.

جک کلارک نشانه‌های قدرتمندی از این روند را مشاهده کرده است.

این لایه نازک، به باور او، قطعاً در سال ۲۰۲۷ کنار خواهد رفت.

حمله از یک بُعد بالاتر: گسترش از دنیای دیجیتال به جهان فیزیکی

برنامه‌نویسان هنوز در حال نوشتن کد هستند، اما هوش مصنوعی می‌تواند به‌طور مستقل برنامه‌های کاربردی توسعه دهد؛ تصویرگران هنوز قاب‌به‌قاب طراحی می‌کنند، در حالی که هوش مصنوعی می‌تواند در چند ثانیه مجموعه‌ای کامل از راهکارهای بصری تولید کند؛ ویراستاران همچنان بارها و بارها روی خط زمانی ویدئوها اصلاحات انجام می‌دهند، اما هوش مصنوعی می‌تواند ویدئوها را به‌صورت انبوه تولید کند.

در گذشته، فناوری جایگزین نیروی کار فیزیکی انسان می‌شد؛ اکنون هوش مصنوعی جایگزینی برای کار ذهنی و خلاقیت انسان را آغاز کرده است.

و این هنوز فقط دوران هوش مصنوعی مولد است.

اگر RSI به‌طور کامل محقق شود و هوش مصنوعی ساخت هوش مصنوعی قدرتمندتر از خودش را شتاب دهد، بشریت ممکن است وارد عصر هوش مصنوعی ابرهوشمند یا ASI شود.

در آن مرحله، این تحول دیگر محدود به صفحه نمایش نخواهد ماند و به‌سرعت به جهان فیزیکی سرایت خواهد کرد.

نخستین حوزه، پژوهش علمی است.

بر اساس پژوهش P-Zero Research، هوش مصنوعی برای رسیدن به سطح کارشناسان انسانی از نیمی از توان محاسباتی استفاده می‌کند و عملکرد نهایی آن حتی به ۱٫۵ برابر عملکرد کارشناسان انسانی می‌رسد.

در آینده، ابرهوش مبتنی بر RSI می‌تواند طی یک روز میلیون‌ها واکنش شیمیایی را در جهان مجازی شبیه‌سازی کند.

مواد ابررسانای دمای اتاق؟ داروهای جدید و هدفمند ضدسرطان؟ پنل‌های خورشیدی کارآمدتر؟

این دستاوردهای پژوهشی که بشر برای دستیابی به آن‌ها به نسل‌ها آزمون‌وخطا نیاز دارد، ممکن است به‌وسیله هوش مصنوعی در مدت بسیار کوتاهی «محاسبه» شوند.

منحنی پیشرفت فناوری دیگر شیبی ملایم نخواهد بود، بلکه به صخره‌ای عمودی و رو به بالا تبدیل می‌شود.

دومین حوزه، رباتیک است.

چرا Optimus متعلق به ایلان ماسک با چنین سرعتی پیشرفت می‌کند؟ چون مغز هوش مصنوعی تکامل یافته است.

وقتی هوش مصنوعی بتواند خودش را بهبود دهد، می‌تواند موتور فیزیکی کنترل‌کننده ربات‌ها را نیز به‌طور مستقل بنویسد. همچنین می‌تواند به ربات‌ها بیاموزد راه بروند، یک لیوان آب را در دست بگیرند و حتی مانند انسان عمل جراحی انجام دهند.

در گذشته، سقف توانایی یک ربات به میزان آموزش و دانشی بستگی داشت که مهندسان انسانی می‌توانستند به آن منتقل کنند. در آینده، این سقف بیش از پیش به میزان توانایی هوش مصنوعی در آموزش دادن به خودش وابسته خواهد بود.

انویدیا در سال ۲۰۲۵ سامانه GR00T-Dreams را منتشر کرد.

این سامانه تنها در ۱۱ ساعت، ۷۸۰ هزار مسیر حرکتی ربات تولید کرد؛ رقمی معادل ۶۵۰۰ ساعت داده نمایشی انسانی که سرعت آماده‌سازی داده‌های آموزشی را حدود ۶۰ برابر افزایش داد.

پس از آموزش ترکیبی با داده‌های واقعی، عملکرد ربات‌های GR00T در انجام وظایف ۴۰ درصد افزایش یافت.

و این تنها آغاز کار است.

پروژه DreamDojo انویدیا نیز با استفاده از ۴۴ هزار ساعت ویدئوی اول‌شخص انسانی، مدل جهان ربات را آموزش می‌دهد تا ماشین‌ها بتوانند قوانین حرکتی جهان فیزیکی را از حجم عظیمی از رفتارهای انسانی بیاموزند.

انویدیا در ۷ اکتبر امسال از تازه‌ترین دستاورد خود در زمینه مونتاژ سینی‌های آزمایشی GB300 توسط ربات‌ها خبر داد. در این فرایند، دو بازوی رباتیک با تجهیزات خودکار بستن پیچ همکاری می‌کنند تا نصب پیچیده باس‌بار را انجام دهند و نرخ موفقیت از ۹۵ درصد فراتر رفته است. در مورد اتصال چندکانکتوره نیز نرخ موفقیت به ۹۰ تا ۹۵ درصد می‌رسد.

تعریف کار و نیروی انسانی دستخوش تغییر خواهد شد.

سومین حوزه، نظم اقتصادی است.

وقتی ماشین‌ها بتوانند بخش عمده کارهای ذهنی را انجام دهند و حتی از سد محدودیت خلاقیت عبور کنند، منطق سنتی «کار کردن برای پول» فرو خواهد ریخت.

بهره‌وری نیروی کار به‌طور انفجاری افزایش خواهد یافت، اما ممکن است ثروت در دستان چند ابرالیگارش که سامانه RSI را در اختیار دارند، به‌شدت متمرکز شود.

رونق و بحران، دو روی یک سکه، هم‌زمان در حال نزدیک شدن به ما هستند.

چرا نقطه سال ۲۰۲۷ تا این اندازه ویژه است؟

اگر به گذشته نگاه کنیم، جک کلارک تنها یک سال زمان‌بندی خود را جلو آورده است؛ از ۲۰۲۸ به ۲۰۲۷.

اما همین یک سال اهمیت فوق‌العاده‌ای دارد، زیرا بشریت به یک نقطه بحرانی و خطرناک نزدیک می‌شود.

این نقطه بحرانی ناگهان پدیدار نشده است.

در آوریل گذشته، پروژه AI Futures به رهبری دنیل کوکوتایلو، پژوهشگر سابق OpenAI، گزارشی پیش‌بینی‌محور منتشر کرد که در سیلیکون‌ولی سر و صدای زیادی به پا کرد: «AI 2027».

لینک: https://blog.aifutures.org/p/our-first-project-ai-2027

این گزارش با صراحت پیش‌بینی می‌کند: بشریت ممکن است در سال ۲۰۲۷ شاهد یک انفجار بی‌سابقه در سطح هوش باشد.

اما این گزارش تا چه اندازه مورد توجه قرار گرفته است؟

در سپتامبر ۲۰۲۶، در وب‌سایت Learn & Work Ecosystem Library که به مطالعه آموزش و توسعه شغلی می‌پردازد، «AI 2027» حتی در صدر فهرست کلیدواژه‌هایی قرار گرفت که در آن ماه ترافیک جست‌وجوی گوگل را به این وب‌سایت هدایت کرده بودند.

اما آنچه واقعاً لرزه بر اندام مردم می‌اندازد، مسیر تکامل فناوری است که در این گزارش ترسیم شده است.

در سال ۲۰۲۵، عامل‌های هوش مصنوعی وارد فرایندهای واقعی کاری شدند.

در سال ۲۰۲۶، هوش مصنوعی برای تصاحب وظایف برنامه‌نویسی شتاب خواهد گرفت و مهندسان نرم‌افزار با آثار روزافزون خودکارسازی مواجه خواهند شد.

در اوایل سال ۲۰۲۷، طبق سناریوی این گزارش، هوش مصنوعی به خودکارسازی کامل کدنویسی خواهد رسید.

در نیمه دوم سال ۲۰۲۷، ممکن است انفجار هوش آغاز شود.

هوش مصنوعی شروع به مشارکت عمیق در تحقیق‌وتوسعه نسل بعدی هوش مصنوعی خواهد کرد. مدل‌های قدرتمندتر، ساخت مدل‌هایی حتی قدرتمندتر را تسریع خواهند کرد.

پیشرفت فناورانه‌ای که بشر طی دهه‌ها انباشته کرده است، ممکن است در مدت بسیار کوتاهی به‌وسیله ماشین‌ها تکمیل شود.

این دقیقاً تکان‌دهنده‌ترین استنتاج مطرح‌شده در «AI 2027» است.

ترسناک‌ترین سناریو این است که توانایی‌های هوش مصنوعی همچنان رشد کند، در حالی که توانایی بشر برای درک آن ثابت بماند.

«AI 2027» حتی دو نتیجه کاملاً متفاوت را ترسیم کرده است.

در یک مسیر، بشریت سرعت پیشرفت را کاهش می‌دهد، سازوکارهای کنترل را دوباره برقرار می‌کند و در نهایت ثروت عظیمی را که ابرهوش ایجاد کرده است، میان خود تقسیم می‌کند.

در مسیر دیگر، رقابت فناورانه بر محدودیت‌های ایمنی غلبه می‌کند و ابرهوش به‌تدریج از کنترل انسان خارج می‌شود و در نهایت تمدن انسانی را تهدید می‌کند.

در یک سو، فراوانی بی‌سابقه قرار دارد و در سوی دیگر، پرتگاه تمدنی که از کنترل خارج شده است.

اما در اینجا یک نکته مهم وجود دارد: «AI 2027» در نهایت یک سناریوی استنتاجی است، نه آینده‌ای که وقوع آن تأیید شده باشد.

بنابراین، سال ۲۰۲۷ یک مهلت زمانی اثبات‌شده از نظر علمی نیست.