Industria inteligenței artificiale se apropie de momentul în care un sistem va putea construi singur un succesor mai performant — fără implicarea oamenilor —, scenariu cunoscut sub numele „auto-perfecționare recursivă”. Probabilitatea ca acest prag să fie atins înainte de sfârșitul anului 2028 este estimată la 60% chiar de către unul dintre cofondatorii Anthropic, Jack Clark. Discuția, alimentată de un articol al săptămânalului The Economist, schimbă conversația publică despre limitele tehnice și de siguranță ale modelelor de frontieră.
Claude Code și producția de cod la Anthropic
Anthropic, laboratorul care a lansat asistentul Claude, urmează să intre la bursă în acest an într-una dintre cele mai mari oferte publice inițiale din istorie. Motivul principal: în mai 2026, peste patru cincimi din codul publicat de companie a fost scris de propriul model, Claude. Înainte de lansarea agentului de inginerie software „Claude Code”, în februarie 2025, ponderea era „o cifră de o singură cifră scăzută”. Un test de referință al organizației METR arată că, la începutul anului 2025, modelele Anthropic puteau finaliza sarcini care durează unui inginer uman ceva mai puțin de o oră; ultimele sisteme rezolvă acum sarcini care durează mai mult de o zi de muncă.
„Going foom” și riscul superinteligenței
Conceptul de auto-perfecționare recursivă — în engleză „recursive self-improvement” — descrie o buclă închisă: versiunea unu a unui model produce versiunea doi, mai rapidă și mai capabilă; versiunea doi produce versiunea trei; iar îmbunătățirile cresc cu fiecare iterație. Dacă acest prag e atins, scrie Economist, „inginerii umani nu mai trebuie să construiască niciodată un alt model”. Susținătorii ipotezei „fast take-off” — popular numită „going foom”, după sunetul presupus al unei explozii de inteligență — avertizează că o superinteligență ar putea ieși rapid de sub controlul uman. Centrul pentru Securitate și Tehnologii Emergente al Universității Georgetown estima într-un raport din ianuarie că accelerarea cercetării-dezvoltării în inteligența artificială prin sisteme automatizate ar putea crește productivitatea „de zece, apoi de o sută, apoi de o mie de ori” față de echipele exclusiv umane.
AlphaEvolve și Andrej Karpathy: dovezile timpurii
Dovezi că procesul a început deja sunt deja vizibile. AlphaEvolve, un model al Google DeepMind, a propus în mai 2025 o modificare a modului în care Google distribuie sarcinile între centrele de date, economie de 0,7% din capacitatea de calcul globală a companiei, și a identificat algoritmi mai eficienți de înmulțire matricială, accelerând cu 1% antrenarea modelului Gemini. Andrej Karpathy, fost membru fondator al echipei de cercetare OpenAI și fost șef AI la Tesla, antrenat în acest an un chatbot la nivelul GPT-2 — modelul OpenAI din 2019 — folosind doar opt unități grafice specializate. Inițial, antrenamentul a durat trei ore. După câteva luni de optimizare manuală, Karpathy a redus durata la două ore, apoi a încredințat sarcina unui agent AI numit „Autoresearch”. În două zile, agentul a coborât durata la o oră și 48 de minute; după alte cinci zile, la o oră și 39 de minute. „Nu am atins nimic”, a transmis Karpathy. Îmbunătățirile, simple în aparență — alegerea unor valori inițiale mai bune, lărgirea ferestrei de atenție a modelului, observarea unor pierderi de focus —, demonstrează că un sistem AI poate identifica optimizări pe care un om cu zece ani de experiență de top le-ar fi ratat.
Riscuri, frâne fizice și apelul Anthropic la pauză
Max Tegmark, fizician la MIT și unul dintre cei mai vizibili militanți pentru siguranța inteligenței artificiale, compară situația cu un șofer care apasă acceleratorul pe autostradă cu ochii închiși: „Rezultatul ar fi un dezastru sigur, atâta timp cât șoferul refuză să-i deschidă”. Sistemele AI suficient de puternice pot, conform avertismentului său, să depășească oamenii în decizii politice și economice, să confere o putere supremă celui care le construiește primul sau, pur și simplu, să înceteze să le mai pese de specia umană. Anthropic, condus de oameni care au exprimat în repetate rânduri această îngrijorare, a cerut public pe 5 iunie ca lumea să aibă „opțiunea de a încetini sau de a pune temporar pe pauză dezvoltarea sistemelor de frontieră”. Pentru moment, ritmul autoperfecționării este limitat de două constrângeri fizice — accesul la capacitatea de calcul, controlat de marile centre de date, și disponibilitatea datelor de antrenament „verificabile”. Tensiunile regulatorii din SUA pot juca în direcția acestor frâne, dar, scrie Economist, „închiderea buclei” rămâne un pas major către superinteligență — fie ea utopie sau dezastru.