Вештачката интелигенција сака да ја автоматизира и сопствената еволуција

Следната голема трка во индустријата за вештачка интелигенција е веќе дефинирана, и се однесува на тоа кој ќе создаде систем што може да помогне во создавањето на следната, подобра генерација на вештачка интелигенција.

Токму ова е идејата зад таканареченото рекурзивно самоподобрување, концепт во кој ВИ системите не се ограничени само на извршување задачи, туку можат да го подобруваат кодот, алгоритмите, алатките и процесите со кои самите се развиваат.

Според неодамнешната анализа на Time, компании како OpenAI и Anthropic веќе се натпреваруваат во автоматизацијата на ВИ истражувањето. Идејата не е нова, а она што е ново е брзината со која денешните модели можат да извршуваат делови од работата што досега ја правеа исклучиво истражувачи и инженери.

ВИ веќе пишува код кој ја подобрува ВИ

Еден од најинтересните примери доаѓа од Google DeepMind. Во 2025 година компанијата го претстави AlphaEvolve, систем базиран на Gemini кој користи ВИ агенти за создавање и оптимизирање алгоритми. 

Наместо човек да напише алгоритам, да го тестира и потоа рачно да го подобрува, системот генерира повеќе решенија, ги тестира со автоматизирани евалуатори и ги задржува оние што покажуваат подобри резултати.

AlphaEvolve не е едноставно алатка која му кажува на програмерот како да напише подобар код. Системот може да предлага промени директно во алгоритмите, да ги извршува и да ги споредува резултатите.

Google вели дека технологијата веќе помогнала во оптимизација на делови од сопствената инфраструктура, дизајнот на чипови и процесите за тренирање на ВИ модели. Особено интересно е што AlphaEvolve помогнал и во забрзување на процесот со кој се тренира самиот модел кој го придвижува системот.

Со други зборови, ВИ не го тренира директно сопствениот „мозок“, но веќе може да помогне да се подобрат делови од инфраструктурата и алгоритмите околу него.

Следниот чекор се ВИ агенти кои се подобруваат

Истражувачите сега се обидуваат да одат чекор подалеку. Наместо агентот само да пишува код, идејата е тој да може да ја менува сопствената архитектура, меморија, алатки или начинот на кој решава проблеми.

Токму ова е фокусот на новото истражување за self-evolving coding agents, објавено во август 2026 година. Истражувањето покажува дека ВИ агентите постепено се претвораат во системи кои можат да учат од претходните интеракции и да ги менуваат своите вештини, алатки, модели и начини на соработка.

Meta истражува слична насока со концептот HyperAgents, каде што еден агент ја извршува задачата, додека друг мета-агент може да го менува и подобрува него. Идејата е циклусот на подобрување да стане дел од самиот систем. Ова е значително поамбициозно од денешните ВИ асистенти за кодирање.

Иако концептот звучи како почеток на автоматизирана ВИ еволуција, постои една фундаментална пречка. ВИ системот мора да има начин да утврди дали промената навистина е подобра.

Кај алгоритам за множење матрици, на пример, можеме релативно лесно да измериме колку операции се потребни и дали резултатот е точен. Кај софтвер можеме да користиме тестови. Кај одредени математички проблеми можеме да имаме формална проверка.

Но што се случува кога ВИ треба да подобри нешто многу покомплексно, како сопственото резонирање? Тука автоматската евалуација станува многу потешка. И токму затоа најуспешните рани примери се појавуваат во области каде што резултатот може објективно да се измери.

AlphaEvolve, на пример, се потпира на автоматски евалуатори кои ги проверуваат генерираните решенија и обезбедуваат повратна информација за нивниот квалитет.

Трката повеќе не е само за поголеми модели

Ова може да го промени начинот на кој ја гледаме трката меѓу OpenAI, Google, Anthropic и останатите големи лаборатории.

Досега главната формула беше релативно едноставна: повеќе податоци, повеќе компјутерска моќ, подобар модел. Следната фаза може да биде различна: моделот да помогне во создавањето на следниот модел.

Тоа не значи дека сме стигнале до целосно автономна ВИ која сама се репрограмира и бесконечно се подобрува. Таквите сценарија сè уште се далеку од реалноста.

Но границата меѓу човекот што ја развива ВИ и ВИ што му помага на човекот да ја развива ВИ веќе почнува да се поместува. И токму затоа најважната битка во следните години можеби нема да биде кој има најпаметен модел.