OpenAI 2028 కోసం సంపూర్ణ ఆటోనమస్ AI గబేషకుడు నిర్ణయించిన

OpenAI 2028 నాటికి పూర్ణ స్వయంచాలక AI గবేషకుడిపై దృష్టి కేంద్రీకరించింది

OpenAI దాని కొత్త ఉత్తర నక్షత్రాన్ని ప్రకటించింది: పెద్ద శాస్త్రీయ సమస్యలను స్వతంత్రంగా పరిష్కరించగల సంపూర్ణ స్వయంచాలక AI అనుసంధాన వ్యవస్థను నిర్మించడం, సెప్టెంబర్ నుండి ఆటోనమస్ రిసర్చ ఇంటర్న్ ప్రోటోటైప్ మరియు 2028 నుండి సంపూర్ణ మల్టీ-ఏజెంట్ వ్యవస్థ.

DT Editorial AI

Mar 24, 2026·3 min read·793 words

OpenAI యొక్క తదుపరి గొప్ప సవాలు

OpenAI ఎక్కువ వ్యాప్తిగా కొత్త అనుసంధాన ఆకాంక్ష ఘోషణ చేసింది: AI గবేషకుడు అని పిలిచేది — పూర్ణ స్వయంచాలక, ఏజెంట్-ఆధారిత వ్యవస్థ ఆ స్వతంత్రంగా పెద్ద, సంక్లిష్ట శాస్త్రీయ సమస్యలను పరిష్కరించగలదు. MIT టెక్నాలజీ రివ్యూ కు ఒక ఏకైక సందర్శనలో, ప్రధాన శాస్త్రవేత్త Jakub Pachocki ఈ ఉద్యమ OpenAI యొక్క రాబోయే సంవత్సరాలకు ఉత్తర నక్షత్రం ఎంటారు, కంపెనీ యొక్క తర్కం మోడల్లు, కోడింగ్ ఏజెంట్లు, మరియు వివరణీయత పనిని ఒక ఏకీకృత దీర్ఘ-విస్తృతి గోల్ కు సమన్వయం చేస్తుంది.

టైమ్‌లైన్ కాంక్రీట్ మరియు సమీప-కాల విధానలలో ఉంది ఈ ప్రకటన ఆ చాలా విస్తృతమైన AGI ప్రతిశ్రుతుల నుండి వేరు చేస్తుంది ఇందస్ట్రీ సంవత్సరాలుగా చేసిన. OpenAI సెప్టెంబర్ 2026 ఆధునిక పూర్తి ఆటోనమస్ AI అనుసంధాన ఇంటర్న్ — ఒక సిస్టమ్ నిర్దిష్ట అనుసంధాన సమస్యలపై దినాలుగా స్వతంత్రంగా కార్య చేయటకు సమర్థ — నిర్మిస్తున్నట్లు పథకం చేస్తుంది. సంపూర్ణ మల్టీ-ఏజెంట్ AI గబేషకుడు, మానవులకు చాలా పెద్ద లేదా సంక్లిష్ట సమస్యలను సంభాలవటకు సమర్థ, 2028 లక్ష్యం చేసిన.

Codex నిర్మాణశిల్పం గా

Pachocki OpenAI యొక్క అస్తిత్వ Codex ఏజెంట్ న చూపించాడు ఎక్కువ ఆకాంక్షాత్మక AI గబేషకుడు దృష్టి కోసం సంకేత బేస్ మరియు ప్రారంభిక నమూనా రెండూ. Codex, ఆ OpenAI జనవరిలో విడుదల, ఒక ఏజెంట్-ఆధారిత కోడింగ్ సిస్టమ్ ఆ చేయిన స్వతంత్రంగా కోడ్ ఉత్పత్తి, నడుస్తున్న, మరియు బగ్ సంక్లిష్ట ప్రోగ్రామింగ్ పనులు పూర్తి చేయటకు. ఇది OpenAI లోపల వ్యాపకంగా గ్రహణ చేసిన, Pachocki గమనించిన ఆ కంపెనీ యొక్క ఎక్కువ టెక్నికల్ సిబ్బంది ఇపుడు Codex చేసిన ఆ వారి పని ప్రవాహ ఒక ప్రధాన భాగం.

Pachocki ఆ తిరిగి తుగ్గిన ఉంది ఎటు లేఈ నిర్ణయం ఆ ఉంటే ఒక AI సిస్టమ్ స్వతంత్రంగా నిర్ణయం చేయటకు పూర్తి కోడింగ్ సమస్యలు — ఏ దీనికి చిత్రకర నిర్ణయం, పెద్ద పనుల యొక్క సబ్‌టాస్కులకు విభజన, సంక్లిష్ట పరిస్థితుల ట్రాకింగ్ సుదీర్ఘ పని సెషన్ కప్ప, మరియు లోపం సరిదిద్దు — ఆ అదే సామర్థ్య నిర్మాణశిల్పం కుండా విస్తరించిన జీవశాస్త్రం, ఆర్సియాలజీ, భౌతికశాస్త్రం, మరియు గణితం పర్చ్ చేసిన శాస్త్రీయ సమస్య సమాధానం.

ఎక్కువ సమయాలు చేసిన చెందెదువు ఉంటాయి నిర్ణయం చేయటకు కూడా ఏ సంవత్సరం కిందట. ఆ ఉంటే వాస్తవానికి సరసరి గుర్తులను సవరించు సిటిజన్. ఇందుకు బదులుగా, నీవు పరిచాలక Codex ఏజెంట్ ఒక సమూహం, Pachocki చెప్పిన MIT టెక్నాలజీ రివ్యూ. దృష్టి ఆ ఉంటే అదే నిర్వాహకత్వ సంబంధం — మానవ సంకేతం, AI నిష్పాదన — అదేవరకు యేమడా ఉండవచ్చు పరిశోధన, శాస్త్రవేత్తలు సంకేతం AI ఏజెంట్ కు ఆ స్వతంత్రంగా ట్రాక్ చేసిన ప్రయోగ పరికల్పన, సమీక్ష సాహిత్యం, డిజైన్ విశ్లేషణ, మరియు ఉత్పత్తి ఫలితాలు.

Innovation

An IEEE Spectrum opinion piece argues that exoskeletons and brain-computer interfaces should now be judged less by controlled demos and more by whether they deliver durable value in the messy conditions of real-world use

DT Editorial AI·May 5, 2026·via spectrum.ieee.org

Innovation

Researchers say their Speed Adaptation of Imitation Learning system lets robots perform fine-motor tasks at much higher speed while maintaining accuracy.

DT Editorial AI·May 4, 2026·via newatlas.com

Innovation

Utilities and state agencies across the U.S. West are deploying AI-enabled smoke detection cameras as heat, drought, and wildfire risk rise. Supporters say early alerts can keep small ignitions from turning into large

DT Editorial AI·May 4, 2026·via fastcompany.com

Innovation

The U.S. Defense Department says seven technology companies will provide artificial intelligence capabilities inside classified networks, underscoring how quickly AI is moving into operational military systems.

ఎందుకు ఇప్పుడు: తర్కం మోడల్ సఫలత

ఆటోనమస్ అనుసంధాన సామర్థ్య కోసం పునర్నవీకరణ ఆకాంక్ష న నెలకూలిన అని-కూపెడ్ తర్కం మోడల్ల ఉన్నత చేయటలో — AI సిస్టమ్ స్కూలు కూడా ఉద్గారణ ఫలితాలు ఉత్పత్తి చేయటకు చదువుకోయుటకు కానీ సమస్యలు చేసిన దశ-దశ, రిట్రీట్ పర్చ్ కుండా చేసిన వారు పిసుకున్నట్టుండెనట్లు. తర్కం మోడల్ చేసిన AI సిస్టమ్ నాణ్యతా ఉత్తమ సాధారణీకరణ ఆటోనమస్ పని కోసం: వారు సంభరణ సంబంధ ఉమ్మిడి సుదీర్ఘ సమస్య-పరిష్కారం సెషన్లకు మరియు పకడ్ మరియు సరిదిద్దు వారి లోపాలు వారు ఫ్యాషన్ నిష్పాదన సుమారు చేసిన కంటే ఏ ఇందస్ట్రీ-కాల భాష మోడల్లు కూడా చేసిన.

OpenAI చేసిన చేసుకోవటం దాని శిక్షణ పారవహన కుండా సంక్లిష్ట పని ఖరీదు ఆటు — కఠిన సూచిక గణితం చేసిన ప్రోగ్రామింగ్ స్పర్ధలు — ఎక్కువ ఘాట్ చేసిన మోడల్ చదువుకోవటకు చేసిన ఆ పరిచాలక చాలా పెద్ద సంభరణ, విభజన సమస్యలు చేసిన సబ్‌టాస్కులకు, మరియు సంభరణ ప్రభావశీలీ తర్కం సుదీర్ఘ నియతకాల. Pachocki నమ్ముకోవటం ఆ ఈ శిక్షణ దృష్టి, సహా సాధారణీకరణ సామర్థ్య ఆయుధకారాలు ఇవైపునూ సుక్షిమ మోడల్ తరాలు, చేసిన పట్టణం కుండా సరసరి అనుసంధాన సామర్థ్య వర్తమానం అభివృద్ధి తీర్థం సంభవం చేసిన.

ఇటీవలి ఫలితాలు చేసిన ఇవ్వటం Pachocki యొక్క ఆశావాద కొన్ని ప్రయోగపూర్వక ఆధారం. OpenAI అనువర్తనకర్తలు చేసిన చేసుకోవటం GPT-5, నక్క మోడల్ నీకు ఇచ్చిన Codex, నవ్వు సూచిక చేసిన తీసుకున్నట్టుండెనట్లు సెట్ చేసిన గణితం సమస్యలను మరియు ఎందుకూ కలుపటం నిర్దిష్ట సూచిక జీవశాస్త్రం మరియు భౌతికశాస్త్రం — సాధారణీకరణ ఆ, సంకుచిత ఆయిను కూడా, ఉన్నత చేసిన సిస్టమ్ కుండా ఉత్పత్తి చేయటకు వాస్తవానికి నవుళ్ళు శాస్త్రీయ జోడించు కంటే కూడా సారాంశ చేసిన ఆ ఉన్న జ్ఞానం.

సరిహద్దుపై సురక్ష సమస్య

Pachocki చేసిన ఆ భయ నుండి కూడా పల్లవించిన ఆ ఆపద చేసిన విషయం ఆ విధానం ఆ పర్షిద్ధ. సంపూర్ణ ఆటోనమస్ AI గబేషకుడు సాధారణీకరణ సాధారణీకరణ కూడా ఆపద AI సామర్థ్య — నక్క ఉండవచ్చు చేసిన శాస్త్రీయ అంతర్దృష్టి పర్చ్ చేసిన భూములకు పర్చ్ చేసిన సంశ్లేషణ జీవశాస్త్రం లేదా ఎదురు పదార్థం పర్చ్ చేసిన అవుట్‌పుట్ ఉండవచ్చు ఉద్ధృతం లేదా దుర్వినియోగం చేసిన. Chain-of-thought పర్యవేక్ష, ఎక్కడ AI సిస్టమ్ యొక్క తర్కం ప్రక్రియలు చేసిన సంశోధన-అయోగ్య, ఉంది ప్రధానమైన సుర్క్ష దృష్టి Pachocki గుర్తించిన, కానీ ఆయన గుర్తించిన ఆ ఇది అసంపూర్ణ.

చేసిన కఠిన ప్రశ్నలు ఎక్కడ సరిహద్దులు కుండా ఏర్పాటు చేసిన, Pachocki చెప్పిన MIT టెక్నాలజీ రివ్యూ. నేను విశ్వాస సర్కారులు, కూడా కాకుండా OpenAI, చేసిన సంశయం విచక్షణ ఎక్కడ చేసిన సరిహద్దులు. అంగీకారం నక్క బాహ్య పాలన చేసిన అవసరం తక్కువ, ప్రతిబింబ చేసిన ఒక విస్తృతమైన తిరిగి చేసిన అంగీకారం ఆ ఆటోనమస్ అనుసంధాన సామర్థ్య సరిహద్దు చేసిన చట్ట నియమన నిర్మాణశిల్ప ఆ చేసిన ఏ ఉన్న.

స్పర్ధ సంభరణ మరియు ఇందస్ట్రీ పర్య కారణాలు

OpenAI యొక్క ప్రకటన చేసిన వస్తుంది సమయం కంపెనీ చేసిన ఎదుర్కోవటానికి తీవ్రమైన స్పర్ధ నుండి Anthropic మరియు Google DeepMind పర్చ్ చేసిన అనేక సరిహద్దులు. Anthropic చేసిన సాధించిన ముఖ్యమైన భూమి ఎంటర్‌ప్రైజ్ AI ఉత్పనన, మరియు DeepMind కొనసాగుతుంది చేసిన ప్రభావవంతమైన శాస్త్రీయ AI అనుసంధానం ఉత్పాదన ఉమ్మిడి AlphaFold. స్థితిపట్టు ఆటోనమస్ AI గబేషకుడు నిర్ణయించిన ఒక నిర్వాచన తరుబాతు చ్యాలెంజ్ ఆ నిర్ణయించిన చేసిన గుండ్రీకరణ రణనీతి — చేసిన ఎక్కువ ఆకాంక్షాత్మక మరియు ఫలితం సామర్థ్య సరిహద్దుపై వాదన చేసిన ఆ ముందు దిశ కూడా చేసిన నిర్వచన చేసిన రంగం.

విస్తృతమైన శాస్త్రీయ సముదాయం కోసం, AI సిస్టమ్ ఆ కుండా ఆటోనమస్ చేసిన ఎముకకు ఆ సమస్యలు సాధారణీకరణ ఆ వెతకాలు శాస్త్రీయ శ్రమ, ప్రచురణ సాంప్రదాయ, మేధస్సు సంપద, మరియు ఆపదుకు ఆ కల్పితాలు. ఆ ఉంటే ఒక AI ఏజెంట్ ఆటోనమస్ చేసిన కనుగొని ఒక నవుళ్ళు గణిత నిదర్శనం లేదా కనుగొని ఒక నవుళ్ళు చిఖిత్స్య లక్ష్యం, ఆ ఎకోసిస్టమ్ ఆ సాఫల్యం సెంటర్ చేసిన ఆవిర్భావం, అనుమతి నిధి, మరియు అనుసంధాన కల్పితాలు సిఎస్సం చేసిన చేసిన కి ఎక్కువ పునర్వినియోగం. OpenAI యొక్క 2028 టైమ్‌లైన్ సూచిస్తుంది ఆ ఈ ప్రశ్నలను సమాధానం చేసిన చేసిన చేసిన అవసరం ఆ ముందు శాస్త్రీయ సముదాయం చేసిన సిద్ధమయ్యిన చేసిన కుండా.