گزارش OpenAI از مسیر رسیدن به پژوهشگر هوش مصنوعی خودکار
OpenAI می‌گوید تا سپتامبر ۲۰۲۶ به هدف میانی خود یعنی «کارآموز پژوهشی خودکار» رسیده و حالا هدف بعدی را پژوهشگر هوش مصنوعی خودکار تا مارس ۲۰۲۸ گذاشته. اما همان گزارش نشان می‌دهد این مسیر با یک حادثه امنیتی و توقف بخشی از آموزش مدل‌ها هم‌زمان بوده.
OpenAI می‌گوید تا سپتامبر ۲۰۲۶ به هدف میانی خود یعنی «کارآموز پژوهشی خودکار» رسیده و حالا هدف بعدی را پژوهشگر هوش مصنوعی خودکار تا مارس ۲۰۲۸ گذاشته. اما همان گزارش نشان می‌دهد این مسیر با یک حادثه امنیتی و توقف بخشی از آموزش مدل‌ها هم‌زمان بوده.
چه چیزی واقعاً اتفاق افتاده
OpenAI در گزارشی با عنوان نگاهی از درون به شتاب پژوهشی، اعلام کرده که تا سپتامبر ۲۰۲۶ به هدف میانی خودش رسیده است: چیزی که آن را کارآموز پژوهشی خودکار می‌نامد. تعریف این سیستم مشخص است، نه یک عبارت کلی: سیستمی که وظایف پژوهشی تعریف‌شده را تحت هدایت انسان انجام می‌دهد، از جمله کارهایی که برای یک پژوهشگر ماهر چند روز زمان می‌برد. هدف بعدی این شرکت، پژوهشگر هوش مصنوعی خودکار تا مارس ۲۰۲۸ است. فاصله بین این دو هدف دقیقاً همان جایی است که اعداد گزارش می‌خواهند نشانش دهند.
اعدادی که پشت این ادعا ایستاده‌اند
تا میانه اوت ۲۰۲۶، میانه مصرف روزانه ایجنت کدنویسی در بین پژوهشگران OpenAI بیش از ۶۰۰ دلار به قیمت API بوده؛ یعنی نیمی از پژوهشگران بیشتر از این رقم و نیمی کمتر مصرف کرده‌اند. صدک نودم این توزیع بیش از ۷۰۰۰ دلار در روز بوده، فاصله‌ای که خودش نشان می‌دهد استفاده از ایجنت‌ها در سازمان یکدست نیست. در همان بازه، کل سازمان پژوهشی به‌طور میانگین ۳.۱ روزکار ایجنت به ازای هر روزکار انسانی مصرف کرده و تعداد آزمایش‌ها به ازای هر آزمایشگر فعال در اوت ۲۰۲۶ به بالاترین سطح ثبت‌شده رسیده. OpenAI می‌گوید وظایف سطح بالاتر و با افق زمانی طولانی‌تر هم به‌تدریج به ایجنت‌های کدنویسی محول می‌شوند، اما همین گزارش تصریح می‌کند بیش از نیمی از وظایف موفق چهار تا هشت ساعته در شش ماه گذشته حداقل یک مداخله انسانی داشته‌اند. یعنی خودکارسازی افزایش یافته، ولی هنوز به معنای حذف نظارت انسانی نیست.
حادثه‌ای که مسیر را کند کرد
درست وسط این روند رشد، OpenAI پس از یک حادثه امنیتی مرتبط با Hugging Face، آموزش تقویتی روی جدیدترین مدل‌های دیپلوی‌شده‌اش را متوقف کرد. برخی از این بارهای کاری بعداً تحت کنترل‌های سخت‌گیرانه‌تر از سر گرفته شدند و برخی دیگر همچنان متوقف ماندند. تخصیص GPU برای مدل‌های کلاس Astra، پس از اعمال محدودیت‌های امنیتی اختصاصی، ۵۹.۲ درصد کاهش یافت، در حالی که تخصیص GPU برای سایر کلاس‌های مدل ۱۷.۲ درصد افزایش پیدا کرد. این افزایش حدود ۸۵ درصد از کاهش سهم Astra را جبران کرد؛ یعنی منابع محاسباتی بازتوزیع شدند، نه اینکه به‌طور کامل از دست بروند. این ماجرا نشان می‌دهد که در دل داستان رشد سریع، یک اتفاق امنیتی واقعی هم رخ داده که مسیر را موقتاً پیچیده کرده است.
چیزی که واکنش‌ها رویش انگشت گذاشتند
بازتاب این گزارش در جامعه فنی یکدست نبود. برخی خواننده‌ها گفتند بخش‌های مربوط به استفاده عملی پژوهشگران از ایجنت‌های کدنویسی جالب‌ترین قسمت متن است، در حالی که برخی دیگر از استفاده بدون توضیح اصطلاحاتی مثل RSI انتقاد کردند که خارج از OpenAI قابل فهم نیست. چند نفر پرسیدند اگر ناهم‌راستایی بین نسل‌های مدل منتقل شود، آیا OpenAI به یک چک‌پوینت امن‌تر از نسل قبل برمی‌گردد یا نه؛ سؤالی که گزارش پاسخی برایش ندارد. عده‌ای هم رقم‌های مصرف روزانه را غیرعادی بالا و پرسش‌برانگیز از نظر پایداری هزینه دانستند و خواستند بدانند OpenAI چگونه ارزش واقعی این کار را می‌سنجد، به‌خصوص وقتی خود سنجش عملکرد ایجنت‌ها هم توسط یک طبقه‌بند مبتنی بر ایجنت انجام می‌شود. عده دیگری این گزارش را عمدتاً تبلیغاتی خواندند و استدلال «باید هوش مصنوعی را برای دفاع در برابر هوش مصنوعی پیش برد» را قانع‌کننده ندانستند. نتیجه مشترک همه این واکنش‌ها یک چیز است: اعداد رشد نشان داده شده‌اند، اما اثر واقعی آن‌ها بر کیفیت پژوهش هنوز جای بحث دارد.
مشخصات
- توانایی کارآموز پژوهشی: انجام وظایف پژوهشی مشخص تحت هدایت انسان، از جمله کارهایی که برای یک پژوهشگر ماهر چند روز طول می‌کشد
- هدف بعدی: پژوهشگر هوش مصنوعی خودکار تا مارس ۲۰۲۸
- میانه مصرف روزانه ایجنت کدنویسی: بیش از ۶۰۰ دلار به قیمت API
- مصرف صدک نودم: بیش از ۷۰۰۰ دلار در روز
- نسبت تلاش ایجنت به انسان: ۳.۱ روزکار ایجنت به ازای هر روزکار انسانی
- نیاز به مداخله انسانی: بیش از نیمی از وظایف موفق ۴ تا ۸ ساعته