Co-fondatorul Anthropic crede că AI-ul care se perfecționează singur ar putea apărea în 2027

Discuția despre momentul în care inteligența artificială va deveni capabilă să își conceapă propriii succesori primește un nou impuls din interiorul industriei. Jack Clark, co-fondator al companiei Anthropic și autorul buletinului informativ Import AI, și-a revizuit public orizontul de timp: el consideră acum că auto-îmbunătățirea recursivă (RSI) ar putea fi atinsă încă din 2027, față de termenul de 2028 pe care îl avansase anterior. Schimbarea are la bază rezultatele noului benchmark TasteVal, care arată un ritm neobișnuit de alert în ceea ce privește capacitatea modelelor de a derula cercetare științifică autonomă.

Ce s-a întâmplat

Benchmarkul TasteVal, creat de laboratorul P-Zero Research, măsoară ceea ce comunitatea numește „gust pentru cercetare” (research taste). Mai exact, evaluează abilitatea unui sistem de a selecta experimentele relevante și de a trage concluziile corecte din rezultate. Testul a plasat modelele în fața a opt sarcini concrete de dezvoltare AI — de la selectarea datelor de antrenare și fine-tuning, până la optimizarea preferințelor umane și apărarea împotriva prompturilor de atac — rulând pe un accelerator Nvidia H100 cu bugete fixe de timp și calcul.

Modelul cel mai bine clasat, Opus 5.5 de la Anthropic, a obținut un multiplicator de eficiență de calcul de 2,3, depășind reperul stabilit de un grup de 24 de cercetători proveniți din organizații ca OpenAI, Google DeepMind, Nvidia sau Microsoft Research. Acest nivel a fost atins folosind mai puțin de jumătate din puterea de calcul a experților și la o treimezecime din costul mediu al încercărilor umane. Potrivit P-Zero Research, această competență s-a dublat la fiecare trei luni începând cu decembrie 2025. Totuși, autorii remarcă limite clare: testul preia el însuși alegerea marilor direcții științifice, evaluând doar execuția și interpretarea pașilor experimentali punctuali.

De ce contează în România

Pentru echipele de cercetare, startup-urile tech și dezvoltatorii din România, accelerarea acestor capabilități marchează o schimbare de paradigmă. Până acum, modelele lingvistice au funcționat în mare parte ca asistenți de codare sau generatoare de text. Faptul că sistemele AI încep să prioritizeze și să valideze ipoteze experimentale cu bugete infime înseamnă că echipele locale mici ar putea rula cicluri complexe de cercetare fără a avea acces la clustere masive de servere.

În același timp, apropierea perspectivei auto-îmbunătățirii recursive impune o recalibrare a abilităților cerute pe piața muncii IT. Într-un ecosistem românesc axat istoric pe outsourcing și programare tradițională, valoarea adăugată se mută spre formularea obiectivelor de nivel înalt și validarea critică a rezultatelor propuse de agenții autonomi, pe măsură ce execuția tehnică a experimentelor este delegată către AI.

Cum poți încerca

TasteVal este în prezent un cadru de evaluare științifică conceput de P-Zero Research pentru laboratoare de frontieră, nefiind disponibil ca serviciu public de tip consumer. De asemenea, modelul Opus 5.5 citat în cadrul analizei aparține etapelor interne de evaluare ale Anthropic.

Cei interesați de metodologie pot parcurge detaliile tehnice ale testului prin intermediul analizelor publicate de P-Zero Research și al newsletterului Import AI al lui Jack Clark. Pentru a experimenta scenarii similare la nivel practic, programatorii pot folosi API-urile actuale Claude de la Anthropic pentru a crea bucle de agenți în care un model generează ipoteze, rulează scripturi locale de test și își ajustează pașii următori pe baza rezultatelor obținute.