آیا مدلهای امروزی هوش مصنوعی در آستانه جهش به ابرهوش قرار دارند؟ پیشرفتهایی مانند توانایی خودکدنویسی, تحلیل حجم عظیمی از اطلاعات و کشف الگوریتمهای تازه نشان میدهد که شکاف میان هوش مصنوعی و هوش عمومی در حال کوچک شدن است. چالش اصلی هنوز «استدلال انعطافپذیر» و استقلال کامل در تعیین هدف و ارزیابی پیشرفت است.
آزمایشهای ایمنی METR و Anthropic نشان میدهد که مدلها در خودبهبودی کامل فاصله دارند, اما روند جهشی آنها سریع است. اگر AGI تحقق یابد و مدلها بتوانند کد, داده و روشهای آموزشی خود را اصلاح کنند, فاصله تا ابرهوش به طرز نگرانکنندهای کوتاه خواهد شد.
نویسنده: دِنی الیس بشارد
تاریخ انتشار: ۶ دسامبر ۲۰۲۵
منبع: Scientific American
بحث درباره رسیدن هوش مصنوعی به ابرهوش دوباره پررنگ شده است؛ زیرا مدلهای امروزی قادرند کدهای خود را بنویسند, بازطراحی کنند و حتی بخشهایی از نرمافزار را بدون دخالت انسان ارتقا دهند. ایده «انفجار هوش» که اروینگ جان گود در سال ۱۹۶۵ مطرح کرد—یعنی ماشینی که خود را پیوسته هوشمندتر میکند—اکنون بیش از هر زمان دیگری در کانون توجه است.
سیستمهایی مانند AlphaGo Zero نشان دادند که یک مدل میتواند در مدت کوتاه به پیشرفتهایی برسد که انسانها در یک عمر تجربه نمیکنند.
مدلهایی مانند Codex و Claude Code نیز قادرند ساعتها کدنویسی خودمختار انجام دهند. با این حال, این سیستمها هنوز به انسان برای تعیین هدف, ارزیابی کیفیت و تصمیمگیری نهایی نیاز دارند.
اگرچه مدلهای امروزی میتوانند حجم عظیمی از اطلاعات را بفهمند و پردازش کنند—بیش از آنچه یک انسان در طول عمر میتواند بخواند—اما ضعف آنها همچنان در «استدلال انعطافپذیر» است. نمونههایی از پیشرفت در استدلال, مانند الگوریتمهای تازه کشفشده توسط DeepMind, نشان میدهد این حوزه نیز در حال سریعتر شدن است.
متخصصان معتقدند نقطه تعیینکننده, دستیابی به هوش عمومی مصنوعی (AGI) است؛ یعنی توانایی یادگیری و انتقال دانش میان حوزههای مختلف.
اگر مدلها به چنین سطحی برسند و اجازه یابند کد, داده و فرایندهای خود را اصلاح کنند, فاصله تا ابرهوش ممکن است بسیار کوتاهتر از تصور باشد.
با این حال, برخی پژوهشگران هشدار میدهند که هنوز ماهیت واقعی هوش را نمیشناسیم و رسیدن به AGI ممکن است طولانیتر از پیشبینیها باشد.
شرکتهای هوش مصنوعی نیز تستهایی طراحی کردهاند تا از ورود مدلها به چرخه خودبهبودیِ خارج از کنترل جلوگیری کنند. نتایج اخیر METR نشان داد که GPT-5.1-Codex-Max فقط حدود ۲ ساعت و ۴۲ دقیقه میتواند کار پیچیده را بدون شکست ادامه دهد—جایی که GPT-4 تنها چند دقیقه دوام میآورد.
بحث اصلی اکنون این است: آیا با رسیدن مدلها به استدلال انعطافپذیر, جهش به ابرهوش یک «گام اضافه» خواهد بود یا یک فاصله بزرگ؟