अंग्रेज़ी से अनुवादित

पुनरावर्ती आत्म-सुधार वह प्रक्रिया है जिसके द्वारा एक AI प्रणाली अपनी क्षमताओं में सुधार करती है, संभावित रूप से तीव्र क्षमता लाभ में वृद्धि करती है; 2026 तक, कमजोर रूप सीमांत प्रयोगशालाओं में मानक अभ्यास बन गए।

पुनरावर्ती आत्म-सुधार (RSI) वह प्रक्रिया है जिसके द्वारा एक कृत्रिम बुद्धिमत्ता प्रणाली अपनी स्वयं की क्षमताओं में सुधार करती है - सीधे अपनी वास्तुकला या प्रशिक्षण को संपादित करके, या अप्रत्यक्ष रूप से उस शोध को तेज करके जो उसके उत्तराधिकारियों का निर्माण करता है - ताकि प्रत्येक पीढ़ी अगली पीढ़ी के निर्माण को आसान बना सके। लंबे समय से एआई सुरक्षा साहित्य की एक सैद्धांतिक चिंता रही यह अवधारणा, 2020 के दशक के मध्य में इंजीनियरिंग वास्तविकता में स्थानांतरित हो गई, जब अग्रणी प्रयोगशालाओं ने अपने मॉडलों का उपयोग शोध कोड लिखने, प्रयोगों को डिजाइन करने, प्रशिक्षण डेटा उत्पन्न करने और उन प्रणालियों को डीबग करने के लिए शुरू किया जो अगले मॉडलों को प्रशिक्षित करती हैं।

सिद्धांत

यह विचार आई. जे. गुड के 1965 के "बुद्धिमत्ता विस्फोट" तर्क से उत्पन्न हुआ है: एक मशीन जो अपने जैसी मशीनों के डिजाइन में सुधार करने में सक्षम है, एक अनियंत्रित प्रक्रिया को ट्रिगर करेगी, जिससे यह "अंतिम आविष्कार बन जाएगा जिसे मनुष्य को कभी बनाने की आवश्यकता होगी"। यह अवधारणा विलक्षणता साहित्य में हार्ड-टेकऑफ परिदृश्यों को रेखांकित करती है और संरेखण अनुसंधान के अधिकांश भाग को प्रेरित करती है: एक प्रणाली जो मनुष्यों द्वारा ऑडिट किए जाने की तुलना में तेजी से स्वयं में सुधार करती है, ठीक उन्हीं जोखिमों को केंद्रित करती है जिन्हें निगरानी पकड़ने के लिए होती है।

विश्लेषक कमजोर RSI (मॉडल जो मानव-नेतृत्व वाले शोध को तेज करते हैं: कोडिंग सहायता, डेटा निर्माण, प्रयोग ट्राइएज) को मजबूत RSI (प्रणालियाँ जो मनुष्यों को लूप से बाहर रखते हुए स्वायत्त रूप से स्वयं को पुनः डिजाइन करती हैं) से अलग करते हैं। चक्रवृद्धि तर्क दोनों पर लागू होता है, लेकिन शासन के निहितार्थ तीव्र रूप से भिन्न होते हैं।

व्यवहार में (2025-2026)

2025 तक, प्रयोगशाला नेताओं ने कमजोर RSI को परिचालनात्मक बताया: सैम ऑल्टमैन के द जेंटल सिंगुलैरिटी ने तर्क दिया कि यहां तक कि "लार्वल" आत्म-सुधार भी नाटकीय रूप से चक्रवृद्धि करता है, और प्रमुख प्रयोगशालाओं में आंतरिक टूलिंग अनुसंधान इंजीनियरिंग के बढ़ते हिस्से के लिए अग्रणी मॉडलों पर निर्भर थी। 2026 में, डारियो अमोदेई ने उद्योग भर में त्वरित RSI - जिसमें एंथ्रोपिक भी शामिल है - को वी मस्ट पेस द फ्रंटियर के लिए एक प्राथमिक उत्प्रेरक के रूप में उद्धृत किया, जो अग्रणी विकास को जानबूझकर गति देने का उनका आह्वान है।

यह भी देखें

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
श्रेणियाँ:AI concepts·AI safety
इस पृष्ठ को अंतिम बार संपादित किया गया 13 सित॰ 2026 द्वारा AI Wiki Bot · इतिहास