Сооснователь Anthropic Джек Кларк сдвинул прогноз о самоулучшающемся ИИ на 2027 год

Исследовательская лаборатория P-Zero Research представила бенчмарк TasteVal. Он измеряет, насколько хорошо системы ИИ сами планируют эксперименты и интерпретируют их результаты. Лаборатория называет эту способность «исследовательским вкусом» (research taste): умение выбирать нужные эксперименты и делать из них верные выводы. Лучшая из протестированных моделей превзошла группу из 24 экспертов-людей, причём при существенно меньших затратах.

Сооснователь Anthropic Джек Кларк, автор рассылки Import AI, по словам The Decoder, на основе этих цифр теперь считает, что рекурсивное самоулучшение (RSI, когда системы ИИ разрабатывают собственных преемников) может стать возможным уже в 2027 году. Раньше он ожидал 2028-й. По словам Кларка, эта способность примерно удваивается каждые три месяца с декабря 2025 года. Разброс оценки времени удвоения большой: от 1,7 до 5,0 месяца.

Как устроен TasteVal. P-Zero Research определяет исследовательский вкус как три умения: выбрать, какие вопросы стоит исследовать; спроектировать эксперименты для ответа на них; правильно истолковать результаты. TasteVal проверяет только последние два: выбор перспективного направления, который часто считают сердцем научной интуиции, здесь уже сделан за модель. В бенчмарке восемь задач. В каждой задана фиксированная исследовательская цель из разработки моделей ИИ и измеримая метрика. Темы: отбор обучающих данных, предобучение и дообучение языковых моделей, обучение на человеческих предпочтениях, защита от враждебных запросов. Модель сама решает, какой эксперимент запускать следующим, и использует результаты для следующего шага. Чтобы навык программирования не искажал итог, все эксперименты выполняет один и тот же фиксированный агент-программист на одном графическом процессоре Nvidia H100. Прогон заканчивается после 40 GPU-часов вычислений или 120 часов реального времени.

Эталон людей: 24 эксперта, недавно работавшие в OpenAI, Google DeepMind, Nvidia и Microsoft Research. Они решали те же задачи, минимум по два человека на каждую; в зачёт шла лучшая попытка по задаче.

Как измеряют «вкус». Лаборатория переводит его в эффективность использования вычислений. Логика: вычисления для экспериментов в ИИ-исследованиях дефицитны, поэтому верный выбор экспериментов и верное чтение результатов означают меньше прогонов и больший прогресс при том же бюджете. Лаборатория опирается на собственную «Модель ИИ-будущего» (AI Futures Model), согласно которой именно вычисления для экспериментов становятся главным узким местом после автоматизации программирования. Итак, TasteVal считает, сколько вычислений нужно модели, чтобы сравняться с результатами экспертов. Модель, которой хватило половины, обладает вдвое большим вкусом. Это отношение P-Zero Research называет мультипликатором вычислений.

Лучшая модель, Opus 5.5 от Anthropic, получила мультипликатор 2,3 (точечная оценка): уровня экспертов она достигла менее чем с половиной вычислений. Но статистический диапазон составляет от 1,15 до 4,37, то есть на нижней границе перевес почти незаметен. Один прогон модели в среднем стоил примерно в 30 раз меньше попытки эксперта.

Оговорки. В прошлые годы исследовательский вкус моделей рос заметно медленнее; кривая круто пошла вверх примерно на рубеже 2025-2026 годов. Устойчив ли этот тренд, по одному бенчмарку определить нельзя, а сами авторы признают, что результаты могут завышать скорость роста исследовательского вкуса. Задачи проверяются быстро и дёшево, а именно такие задачи ИИ-лабораториям проще всего оптимизировать. В группе сравнения не было исследователей высшего уровня. Кроме того, прогноз исходит от сооснователя компании, чья модель возглавляет бенчмарк, что добавляет ему предвзятости. The Decoder подчёркивает: бенчмарк не доказывает, что ИИ уже улучшает сам себя, так как охватывает лишь узкий срез научной работы.

Контекст прогноза. Кларк давно называет креативность ключевым фактором скорости самоулучшения ИИ. Ранее в этом году он писал, что модели не показали этой способности в сколько-нибудь прорывном масштабе; теперь он ссылается на прогресс в математических открытиях и на бенчмарки вроде TasteVal как на признаки перемен. В длинном эссе в мае он давал более осторожные цифры: около 60% на создание к концу 2028 года системы, самостоятельно обучающей более сильного преемника, и 30% на 2027 год. Исследователь Херби Брэдли (Herbie Bradley) возражал на майское эссе: модели вполне могут перенять работу младших исследователей, но исследовательского вкуса, креативности и связного долгосрочного планирования исследований пока не видно. TasteVal оспаривает эту оценку в части планирования и оценки экспериментов, но ничего не говорит о выборе долгосрочной исследовательской повестки.

Разрыв на практике показывает исследование команды Фуданьского университета, которая проанализировала разработку собственной модели: ИИ-агенты внесли до 55% предложений по методологии, но свыше 85% итоговых решений по-прежнему принимали люди. Авторы отмечают, что неясно, как ИИ может порождать разнообразные направления исследований и оценивать их ценность до получения результатов, а это ровно тот выбор, который TasteVal снимает с моделей.

Спор сдвигается. В июне Anthropic писала, что рекурсивное самоулучшение ещё не достигнуто, но «может наступить раньше, чем большинство институтов к этому готово». Гендиректор Anthropic Дарио Амодеи (Dario Amodei) теперь призывает к контролируемому замедлению разработки ИИ, а OpenAI признаёт, что полностью автономного RSI пока нет, и считает, что к нему можно идти только при гарантированном человеческом надзоре. Если измеренный тренд подтвердится в других тестах, последствия двоякие: разработка ИИ станет быстрее и дешевле, но растущую долю исследований людям будет труднее проверять, поскольку модели сами планируют и оценивают свои эксперименты.

Ключевые факты

• Бенчмарк TasteVal от P-Zero Research (8 задач, 24 эксперта в группе сравнения) измеряет планирование экспериментов и интерпретацию результатов; по словам Кларка, этот показатель примерно удваивается каждые три месяца с декабря 2025 года (разброс оценки: 1,7-5,0 месяца).
• Лучшая модель, Opus 5.5 от Anthropic, получила мультипликатор вычислений 2,3 (диапазон 1,15-4,37): уровня экспертов достигла менее чем с половиной вычислений, а один прогон стоил примерно в 30 раз меньше попытки эксперта.
• Джек Кларк теперь считает возможным рекурсивное самоулучшение ИИ уже в 2027 году вместо прежних 2028-го; в майском эссе он давал около 60% к концу 2028 года и 30% на 2027 год.
• TasteVal не проверяет выбор самих исследовательских вопросов, задачи легко проверяются, а в группе сравнения не было исследователей высшего уровня; прогноз к тому же исходит от сооснователя компании, чья модель лидирует.
• В исследовании команды Фуданьского университета ИИ-агенты внесли до 55% предложений по методологии, но свыше 85% итоговых решений принимали люди.

Почему это важно

Скептики, в том числе исследователь Херби Брэдли, указывали на исследовательский вкус как на барьер для крупного прорыва в ИИ. TasteVal измеряет именно планирование и оценку экспериментов, и скорость роста здесь выглядит необычно крутой. Фигура Кларка добавляет весу: он сооснователь Anthropic и ещё в мае давал для 2027 года 30%, а теперь сдвигает ожидания на год раньше. Заодно меняется предмет спора: от того, насколько хорошо модели решают заданные задачи вроде математики и программирования, к тому, могут ли они принимать решения, двигающие исследование вперёд.

Кому это важно

Исследователям и командам, которые следят за темой автоматизации ИИ-разработки и оценивают, сколько самостоятельной работы можно доверить языковым моделям. Важно и тем, кто готовит политику безопасности и надзора: Anthropic предупреждает, что RSI может наступить раньше, чем институты будут готовы, Амодеи призывает к контролируемому замедлению, OpenAI говорит о необходимости гарантированного человеческого надзора.

Как это применить

Читайте цифры как сигнал, а не как готовый вывод. Опорные величины: мультипликатор 2,3 у Opus 5.5 с диапазоном 1,15-4,37; удвоение примерно за три месяца с диапазоном 1,7-5,0 месяца. Помните, что TasteVal проверяет только два из трёх компонентов исследовательского вкуса (проектирование экспериментов и истолкование результатов), но не выбор вопросов. Для собственных оценок полезно дождаться подтверждения тренда в других тестах, как и советует сама логика The Decoder.

Можно ли доверять

Пересказ опирается на материал The Decoder. Сам бенчмарк опубликован P-Zero Research, а прогноз Кларка передаётся по этому изданию. Источник сам перечисляет слабые места: один бенчмарк не позволяет судить об устойчивости тренда, авторы признают возможное завышение скорости роста, задачи проверяются быстро и дёшево, в группе сравнения нет исследователей высшего уровня, а прогноз исходит от сооснователя компании, чья модель лидирует. Доверять стоит осторожно: это обоснованный сигнал, но не доказательство.

Риски и подводные камни

Широкий доверительный интервал: на нижней границе 1,15 перевес модели над экспертами почти незаметен. Узкий охват: бенчмарк не затрагивает выбор долгосрочной исследовательской повестки, которую часто считают ядром научной интуиции. Практический разрыв остаётся: в исследовании Фуданьского университета люди принимали свыше 85% итоговых решений. Если тренд подтвердится, по оценке The Decoder, разработка ИИ станет быстрее и дешевле, но растущую долю исследований людям будет труднее проверять, потому что модели сами планируют и оценивают свои эксперименты.

«может наступить раньше, чем большинство институтов к этому готово»

— Anthropic, июньское заявление о рекурсивном самоулучшении (в передаче The Decoder)