پیوستن Jürgen Schmidhuber به Sakana AI؛ خیز جدی برای ساخت هوش مصنوعی خودبهبودبخش

پیوستن Jürgen Schmidhuber به آزمایشگاه خودبهبودبخشی Sakana AI

استارتاپ ژاپنی Sakana AI، یورگن اشمیدهوبر (Jürgen Schmidhuber) را به‌عنوان مشاور ارشد علمی آزمایشگاه تازهتاسیس «بهبود بازگشتی خودکار» (RSI Lab) منصوب کرد. او همزمان با حفظ سمتهای فعلی خود، به این استارتاپ مستقر در توکیو مشاوره خواهد داد و سفرهای منظمی به ژاپن خواهد داشت. این انتصاب، فعالیت‌های Sakana AI در زمینه ایجنت‌های خوداصلاحگر و شبیه‌سازهای مبتنی بر یادگیری را با پژوهشگری پیوند می‌دهد که دهه‌هاست هر دو ایده را دنبال می‌کند.

بیانیه Sakana AI یک رهبری علمی برجسته را به برنامه پژوهشی فعلی این شرکت اضافه می‌کند، اما شامل معرفی مدل جدید، محصول تجاری، جذب سرمایه یا تاریخ عرضه مشخصی نیست. این آزمایشگاه بر دو چالش پیچیده متمرکز خواهد بود: ایجنت‌های نرم‌افزاری که کدهای خود را بهبود می‌بخشند و مدل‌های جهان (World Models) که تغییرات محیط پس از انجام هر کنش را پیش‌بینی می‌کنند.

مفهوم بهبود بازگشتی خودکار

بهبود بازگشتی خودکار (Recursive Self-Improvement) به چرخه‌ای اشاره دارد که در آن، یک سیستم تغییراتی را در نرم‌افزار خود پیشنهاد می‌دهد، این تغییرات را ارزیابی و آزمایش می‌کند، نسخه‌های کاربردی و موفق را نگه می‌دارد و سپس این فرآیند را تکرار می‌کند. هدف Sakana AI پیاده‌سازی این چرخه در ابعاد مختلف پژوهش‌های هوش مصنوعی، از جمله طراحی معماری، استفاده از ابزارها، برنامه‌ریزی و اجرای آزمایش‌ها است.

چشم‌انداز اعلام‌شده Sakana AI ایجاد چرخه‌ای فزاینده از اکتشافات علمی است که هوش ماشینی را ارتقا می‌دهد. با این حال، نمونه‌های آزمایشی فعلی همچنان محدود به وظایف تعریف‌شده توسط انسان، روش‌های ارزیابی خاص، بودجه‌های محاسباتی معین و دسترسی‌های کنترل‌شده هستند. سیستمی که بخش‌های منتخبی از کد را تحت آزمایش‌های کنترل‌شده ویرایش می‌کند، هنوز فاصله زیادی با یک سیستم کاملاً خودمختار دارد که بتواند قابلیت‌های خود را به شکلی گسترده و فراگیر ارتقا دهد.

«مدل جهان بومی ایجنت» (Agent-Native World Model) اصطلاحی است که Sakana AI برای شبیه‌سازهای مبتنی بر یادگیری به‌کار می‌برد که ویژه استفاده ایجنت‌های نرم‌افزاری طراحی شده‌اند. چنین مدلی تخمین می‌زند که محیط پس از یک اقدام مشخص چگونه تغییر خواهد کرد و به ایجنت امکان می‌دهد پیش از عمل، پیامدهای احتمالی را مقایسه کند. برای نمونه در حوزه رباتیک، این مدل می‌تواند پیش‌بینی کند که آیا تلاش برای گرفتن یک شیء موفقیت‌آمیز خواهد بود یا آن جسم پس از برخورد چگونه حرکت خواهد کرد.

پژوهش‌های پیشین Schmidhuber پیرامون مدل‌های جهان، برنامه‌ریزی و یادگیری مبتنی بر کنجکاوی (Curiosity-driven Learning)، ریشه‌های فکری مستقیمی برای این آزمایشگاه فراهم می‌کند. سیستم‌های مبتنی بر کنجکاوی با جست‌وجوی وضعیت‌هایی که دقت پیش‌بینی آنها را بهبود می‌بخشد، سیگنال‌های یادگیری اختصاصی خود را تولید می‌کنند؛ رویکردی که در صورت کمبود داده‌های آموزشی برچسب‌گذاری‌شده یا پاداش‌های مشخص، بسیار راه‌گشا است.

پیوند نظریه‌های کلاسیک با کدهای اجرایی

پروژه Darwin Gödel Machine متعلق به Sakana AI از جنبه‌های کاربردی با طرح نظری اولیه تفاوت دارد. هدف یک Gödel Machine این است که پیش از اعمال هرگونه تغییر، با اثبات صوری نشان دهد که بازنویسی پیشنهادی به بهبود هدف سیستم منجر خواهد شد. در مقابل، سیستم Sakana AI جست‌وجویی تجربی انجام می‌دهد، تغییرات پیشنهادی را اندازه‌گیری می‌کند و بر اساس عملکرد مشاهده‌شده تصمیم می‌گیرد کدام نسخه‌ها باقی بمانند.

جست‌وجوی تجربی بدون نیاز به اثبات صوری ریاضی عمل می‌کند، اما نتایج آن به‌شدت به بنچمارک‌ها وابسته است. یک بازنویسی در کد ممکن است عملکرد سیستم را در تسک‌های مورد آزمایش افزایش دهد، اما پایداری آن را در بخش‌های دیگر کاهش دهد، از باگ‌های ارزیاب سوءاستفاده کند یا توان پردازشی بیشتری نسبت به دستاورد حاصله مصرف نماید.

چرا Schmidhuber انتخاب مناسبی است؟

Schmidhuber از پیشگامان و توسعه‌دهندگان مشترک شبکه عصبی LSTM (حافظه طولانی کوتاه‌مدت) به شمار می‌رود؛ معماری استانداردی که پیش از فراگیری و تسلط مدل‌های Transformer، ستون اصلی سیستم‌های پردازش گفتار، ترجمه، تشخیص دستخط و دیگر وظایف متوالی بود. پایان‌نامه دانشگاهی او در سال ۱۹۸۷ نیز از نخستین پژوهش‌های فرمال پیرامون بهبود بازگشتی خودکار و متایادگیری محسوب می‌شود.

عنوان مشاور ارشد برای او نشان‌دهنده یک نقش استراتژیک است و نه مدیریت اجرایی روزمره RSI Lab. طبق اعلام Sakana AI، او با حفظ سمت‌های پیشین خود و از طریق سفرهای منظم به توکیو، در شکل‌دهی به مسیر علمی این آزمایشگاه همکاری خواهد کرد.

استارتاپ Sakana AI در سال ۲۰۲۳ توسط David Ha ،Llion Jones و Ren Ito تأسیس شد. Ha و Jones پیش از این در Google فعالیت می‌کردند و Jones یکی از نویسندگان مقاله مشهور Transformer با عنوان «Attention Is All You Need» بوده است. این استارتاپ روی جست‌وجوی تکاملی، ادغام مدل‌ها (Model Merging)، خودکارسازی پژوهش‌ها و سیستم‌های هماهنگ متشکل از مدل‌های کوچک‌تر متمرکز شده است.

توکیو؛ بستر آزمایش‌های صنعتی

شرکت Sakana AI از این انتصاب برای پیشبرد تلاش‌های خود جهت جذب پژوهشگران بین‌المللی هوش مصنوعی به ژاپن بهره می‌برد. Schmidhuber پیوند میان زیرساخت‌های رباتیک و تولید صنعتی این کشور با اهداف هوش مصنوعی فیزیکی (Physical AI) را برقرار کرده است؛ حوزه‌ای که روی سیستم‌های توانمند در تحلیل و استدلال درباره ماشین‌ها، اجسام و فرآیندهای فیزیکی تمرکز دارد.

مدل‌های جهان مبتنی بر یادگیری می‌توانند به تولیدکنندگان اجازه دهند تصمیمات مربوط به زنجیره تأمین، سیاست‌های ربات‌ها و پیکربندی کارخانه‌ها را پیش از پیاده‌سازی نهایی، در محیط شبیه‌سازی آزمایش کنند. ارزش این سیستم‌ها کاملاً به میزان انطباق و دقت وابسته خواهد بود؛ چراکه بروز خطا در دینامیک تماس، رویدادهای نادر، رفتار حسگرها یا شرایط عملیاتی ناشناخته می‌تواند منجر به برنامه‌هایی شود که در شبیه‌سازی بی‌نقص عمل می‌کنند اما در دنیای واقعی و روی سخت‌افزار شکست می‌خورند.

تغییرات در ساختار Sakana AI

• جهت‌گیری علمی: آزمایشگاه RSI مشاوری باسابقه به دست آورده که پیشینه پژوهشی او تطابق کاملی با برنامه‌های خوداصلاحگری، متایادگیری و شبیه‌سازی‌های مبتنی بر یادگیری دارد.
• تداوم پژوهش: پروژه‌های Darwin Gödel Machine و The AI Scientist اکنون در قالب برنامه‌ای جامع‌تر و متمرکز بر بهبود بازگشتی توسعه خواهند یافت.
• جذب نیرو: Sakana AI در حال استخدام متخصصان فنی در توکیو است.
• خروجی‌ها و زمان‌بندی: این شرکت هنوز هیچ جدول زمانی برای عرضه، API، مجوز انتشار مدل، بودجه پردازشی یا تارگت بنچمارک مشخصی برای این آزمایشگاه تعیین نکرده است.

پیامدهای این انتصاب برای توسعه‌دهندگان

این تصمیم در حال حاضر هیچ تغییر مستقیمی در APIها، پلن‌های قیمتی یا رابط‌های کاربری محصول ایجاد نمی‌کند. اهمیت عملی آن در سیستم‌هایی نهفته است که ممکن است Sakana AI در آینده پیرامون اصلاح خودکار کد، ایجنت‌های پژوهشی، برنامه‌ریزی و شبیه‌سازی‌های فیزیکی بسازد.

فریم‌ورک‌های فعلی ایجنت‌ها معمولاً متکی به دخالت مستقیم انسان برای اصلاح پرامپت‌ها، ابزارها، سیستم‌های حافظه و کدهای ارکستراسیون هستند. یک نسخه موفق و تکامل‌یافته از Darwin Gödel Machine می‌تواند بخش قابل توجهی از این مهندسی دستی را خودکار کند. برای دستیابی به خروجی‌های کاربردی، چنین سیستمی باید کارایی خود را در وظایف جدید و نادیده اثبات کند، پایداری عملکرد را فراتر از بنچمارک بهینه‌سازی حفظ کند و هزینه‌های محاسباتی و ارزیابی هر مرحله ارتقا را گزارش دهد.

توسعه‌دهندگان حوزه رباتیک به مدل‌های جهانی نیاز دارند که با شبیه‌سازها و پشته‌های کنترلی فعلی سازگار شوند، دقت خود را در شرایط متغیر محیطی حفظ کنند و در صورت کاهش قابلیت اطمینان پیش‌بینی‌ها، سطح عدم قطعیت را نشان دهند. Sakana AI هنوز مشخص نکرده است که آیا مدل‌های آینده به شکل وزن‌های باز (Open Weights)، سرویس‌های ابری، کدهای پژوهشی یا محصولات تجاری عرضه خواهند شد یا خیر.

بنچمارک‌ها و معیارهای حیاتی

• دامنه خودمختاری: سیستم مجاز به اصلاح کدام بخش‌ها است و چه بخش‌هایی باید توسط پژوهشگران ثابت باقی بماند؟
• تعمیم‌پذیری: آیا بهبودهای به‌دست‌آمده به تسک‌ها، محیط‌ها و سخت‌افزارهای جدید نیز منتقل می‌شوند؟
• توجیه اقتصادی: آیا میزان ارتقای کارایی، هزینه‌های سنگین آموزش، جست‌وجو و ارزیابی را توجیه می‌کند؟
• تکرارپذیری: آیا تیم‌های مستقل پژوهشی می‌توانند با روش‌ها و کدهای منتشرشده به نتایج مشابهی دست یابند؟
• کنترل‌پذیری: آیا ناظران انسانی قادرند تغییرات را بررسی کرده، محدودیت‌ها را اعمال نمایند، سوءاستفاده از سیستم ارزیاب را تشخیص دهند و به نسخه‌های قبلی بازگردند؟

پس از چهار دهه ارائه نظریه‌ها و نمایش‌های محدود، هنوز هیچ سیستم هوش مصنوعی با قابلیت خودبهبودبخشی عمومی شکل نگرفته است. اکنون Sakana AI این هدف پژوهشی بزرگ را با همکاری دانشمندی در یک آزمایشگاه اختصاصی پیگیری می‌کند که خود در پایه‌ریزی مفاهیم آن نقش داشته است. میزان موفقیت این آزمایشگاه در گرو دستاوردهای قابل اندازه‌گیری، ارزیابی‌های شفاف و ایجاد سیستم‌هایی خواهد بود که کارایی عملی خود را خارج از بنچمارک‌های آزمایشگاهی حفظ کنند.