साकाना एआयने पुनरावर्ती स्व-सुधारणा पुढे नेण्यासाठी प्रयोगशाळा स्थापन केली

फ्रंटियर प्रगतीसाठी साकाना एआय वेगळ्या मार्गावर पैज लावत आहे

साकाना एआयने पुनरावर्ती स्व-सुधारणा, म्हणजेच RSI, यांचा अभ्यास करण्यासाठी Sakana AI RSI Lab हा समर्पित संशोधन गट सुरू केला आहे. ही संकल्पना महत्त्वाकांक्षी असली तरी रूपरेषेत सरळ आहे: भविष्यातील एआय प्रणालींची तांत्रिक पायाभरणी पुन्हा रचना करण्यास, अनुकूलित करण्यास, आणि विस्तारण्यास मदत करू शकणाऱ्या एआय प्रणाली तयार करणे, ज्यामुळे सुधारण्याचा एक संचित चक्र तयार होईल.

स्टार्टअपचा युक्तिवाद धोरणात्मकही आहे. प्रगती म्हणजे मुख्यतः सतत मोठ्या मॉडेल्सना सतत मोठ्या कंप्यूट बजेटसह प्रशिक्षण देणे, असे न मानता साकाना पुनरावर्ती स्व-सुधारणेला अधिक कार्यक्षमता आणि व्यापक उपलब्धतेचा मार्ग म्हणून मांडत आहे. त्या चौकटीत, प्रगत एआयची पुढची पायरी केवळ अधिक स्केल नसू शकते. ती प्रणाली सुधारण्यासाठी अधिक चांगल्या प्रणाली असू शकते.

म्हणूनच या प्रयोगशाळेचे उद्घाटन हे केवळ ब्रँडिंगचे पाऊल नाही. सध्या सर्वाधिक लक्षात ठेवलेल्या एआय स्टार्टअप्सपैकी एकाला वाटते की विद्यमान फ्रंटियर शर्यतीला अर्थपूर्ण पर्याय कुठून निर्माण होऊ शकतो, याबाबतचे हे एक विधान आहे.

सिद्धांतापासून नियंत्रित प्रयोगांपर्यंत

पुनरावर्ती स्व-सुधारणेला दीर्घकाळापासून अनुमानात्मक छटा लाभली आहे, आणि ती अनेकदा व्यावहारिक संशोधन कार्यक्रमाऐवजी दूरची शक्यता म्हणूनच चर्चिली गेली आहे. साकाना ही दरी कमी करण्यासाठी ही कल्पना ठोस पूर्वीच्या प्रकल्पांमध्ये रुजवत आहे. RSI Lab जाहीर करताना कंपनीने मागील दोन वर्षांतील काही उपक्रमांचा संदर्भ दिला, ज्यांना ती पायरी म्हणून पाहते.

त्यांपैकी एक LLM-Squared आहे, जे भाषा मॉडेल्स इतर भाषा मॉडेल्ससाठी अधिक चांगल्या प्रशिक्षण पद्धती कशा आखू शकतात याचा शोध घेते. आणखी एक Darwin Godel Machine आहे, ज्याचे वर्णन असे केले जाते की ते स्वतःच्या codebase चे प्रकार तयार करते, त्यांची चाचणी घेते, आणि त्यावर पुनरावृत्ती करते. साकानाने ShinkaEvolve, ALE-Agent, आणि The AI Scientist यांचाही उल्लेख केला, जे उत्क्रांती-आधारित अनुकूलन, trial-and-error रणनीती शोध, किंवा वैज्ञानिक संशोधनाच्या काही भागांचे स्वयंचलीकरण यांच्याशी संबंधित प्रकल्प आहेत.

त्या संचातील एक मजबूत संकेत म्हणजे कंपनीचा दावा की The AI Scientist च्या नंतरच्या आवृत्तीने peer review पास केलेला पेपर लिहिला, आणि त्या मागील संशोधनाचे प्रकाशन March 2026 मध्ये Nature मध्ये झाले. एकत्रितपणे पाहता, साकाना हे प्रकल्प पुनरावर्ती स्व-सुधारणा शुद्ध विचारप्रयोगातून नियंत्रित, क्रमिक प्रात्यक्षिकांपर्यंत आली आहे, याचा पुरावा म्हणून मांडत आहे.

चार टप्प्यांचा रोडमॅप

साकाना म्हणते की तिचा रोडमॅप चार टप्प्यांमध्ये पुढे जातो, सुरुवात अशा प्रणालींपासून होते ज्या चॅटबॉट म्हणून नव्हे तर उघड-समाप्त तांत्रिक कामासाठी साधनांप्रमाणे डिझाइन केल्या आहेत. व्यापक कल्पना म्हणजे मानव-नेतृत्वाखालील ऑप्टिमायझेशनपासून अशा एआय एजंटांकडे जाणे, जे स्वतःच्या मूलभूत आर्किटेक्चर, code, आणि डिझाइन निर्णयांमध्ये अधिकाधिक योगदान देऊ शकतात.

हा रोडमॅप महत्त्वाचा आहे कारण तो अचानक झेपेऐवजी मोजून केलेला संक्रमण टप्पा सूचित करतो. आजची प्रणाली पूर्ण प्रमाणात स्वायत्तपणे स्वतःला नव्याने घडवू शकतात, असे साकाना म्हणत नाही. त्याऐवजी, ती मर्यादित कक्षेतील ऑप्टिमायझेशन, प्रयोग, आणि code निर्मिती हळूहळू विकास चक्राच्या केंद्रस्थानी येत जाण्याची मालिका मांडते.

हे एआयभोवतीच्या प्रमुख व्यावसायिक कथनाच्या तुलनेत लक्षणीय भिन्न आहे, जिथे क्षमता वाढीचे वर्णन बहुतेकदा मॉडेलचा आकार, प्रशिक्षण धावा, आणि पायाभूत सुविधा खर्च यांच्या माध्यमातूनच केले जाते. साकाना शोध, अनुकूलन, आणि उत्क्रांती यांना पर्यायी लीव्हर म्हणून अधोरेखित करत आहे.

सध्याच्या एआय बाजारात हा दृष्टिकोन का महत्त्वाचा आहे

कंप्यूटचे केंद्रीकरण एआय उद्योगाचे एक निर्णायक वैशिष्ट्य बनलेल्या काळात हे उद्घाटन झाले आहे. फ्रंटियर प्रशिक्षण धावा महाग आहेत, हार्डवेअरचा प्रवेश असमान आहे, आणि सर्वात मोठ्या प्रयोगशाळा व इतरांमधील अंतर संरचनात्मक वाटू शकते. साकानाचा सिद्धांत असा आहे की स्व-सुधारणा करणाऱ्या प्रणाली केवळ brute-force स्केलिंगवर कमी अवलंबून राहून ती आघाडी सौम्य करू शकतात.

याचा अर्थ कंप्यूट नाकारणे नाही. हे सीमांत लाभ कुठून मिळू शकतात याबद्दलचे विधान आहे. जर एआय प्रणाली चांगल्या प्रशिक्षण पद्धती शोधू शकल्या, स्वतःचे code अनुकूलित करू शकल्या, आणि संशोधन व प्रयोगातील काही भाग स्वयंचलित करू शकल्या, तर अल्गोरिदमिक सुधारणा आणि कच्च्या पायाभूत सुविधांमधील समतोल बदलू शकतो.

पुनरावर्ती स्व-सुधारणेचे सर्वात बलवान रूप अद्याप दूर असले तरी मध्यम टप्प्यातील लाभही मौल्यवान ठरू शकतात. प्रयोगरचनेसाठी, code पुनरावृत्तीसाठी, किंवा स्वयंचलित मॉडेल सुधारण्यासाठी अधिक चांगली साधने साकानाच्या पलीकडील प्रयोगशाळांसाठीही महत्त्वाची ठरतील.

पुढचा खरा कस

या नव्या प्रयोगशाळेसमोरील आव्हान संकल्पनात्मक दृश्यतेचे नाही. पुनरावर्ती स्व-सुधारणा आधीच एआयमधील सर्वाधिक चर्चिलेल्या दीर्घकालीन कल्पनांपैकी एक आहे. आव्हान आहे ते म्हणजे विद्यमान प्रणाली प्रत्यक्षात काय करू शकतात हे अतिशयोक्ती न करता, टिकाऊ आणि मोजता येईल अशी प्रगती दाखवणे.

सध्या साकानाची घोषणा ही कंपनीने आधीच सुरुवातीचे पुरावे दिले आहेत असे मानलेल्या संशोधन दिशेला औपचारिक रूप देण्याचा प्रयत्न म्हणून वाचली पाहिजे. कंपनीचा युक्तिवाद असा आहे की पुनरावर्ती स्व-सुधारणा आता केवळ तात्त्विक शक्यता नसून अभियांत्रिकी अजेंडा म्हणून पाहिली पाहिजे.

तो मुद्दा टिकून राहिला, तर परिणाम महत्त्वाचे असतील. एआय प्रगती कदाचित कम्प्यूटवर कोण सर्वाधिक खर्च करू शकतो यापेक्षा, संशोधन प्रक्रियाच सुधारू शकणाऱ्या प्रणाली कोण तयार करू शकतो यावर अधिक अवलंबून असेल. हा सिद्ध करायला कठीण मार्ग आहे, पण संभाव्यतः अधिक परिणामकारकही आहे.

मुख्य मुद्दे

• साकाना एआयने पुनरावर्ती स्व-सुधारणा अभ्यासण्यासाठी RSI Lab तयार केली आहे.
• कंपनीच्या मते RSI सध्याच्या कंप्यूट शस्त्रस्पर्धेला पर्याय देऊ शकते.
• साकानाने LLM-Squared, Darwin Godel Machine, आणि The AI Scientist यांसारख्या मागील प्रकल्पांशी या प्रयोगशाळेचा संबंध जोडला.
• कंपनीने अशा प्रणालींकडे जाणारा चार टप्प्यांचा मार्ग मांडला आहे ज्या स्वतःच्या तांत्रिक पायाभरणीला अधिकाधिक सुधारू शकतात.

हा लेख The Decoder च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.