நிறுவனத்துக்குள் தான் அளவிடும் AI ஆராய்ச்சி மற்றும் மேம்பாட்டுப் பணிகளில் 26%-ஐ Claude தற்போது வழிநடத்துகிறது என Anthropic கூறுகிறது. அதாவது, உயர்நிலை அறிவுறுத்தலின் அடிப்படையில் ஒரு பணியின் பெரும்பகுதியை அமைப்பு செய்து முடிக்க, ஒருவர் கண்காணிக்கிறார். அளவிடப்பட்ட ஆராய்ச்சி மற்றும் மேம்பாட்டுப் பணிகளில் எதையும் Claude முழுத் தன்னாட்சியுடன் செய்வதில்லை என்றும் Anthropic கூறுகிறது. இந்த வேறுபாடு, AI தானே மேலும் ஆராய்ச்சி செய்தால் ஒரு கட்டத்தில் AI முன்னேற்றம் திடீரென வேகமடையுமா என்று கேட்கும் புதிய Cambridge Programme on AI Science & Policy-இன் ஆய்வுக் கட்டுரையில் முக்கியமானது.

2026 செப்டம்பர் தேதியிட்ட இந்தக் கட்டுரை, பல்கலைக்கழகங்கள், AI நிறுவனங்கள், குடிமைச் சமூகத்தைச் சேர்ந்த 22 ஆசிரியர்களின் பங்களிப்புகளை ஒன்றிணைக்கிறது. திறனுள்ள அமைப்புகள் மேம்பட்ட அமைப்புகளை உருவாக்க உதவி, அவை மேலும் ஆராய்ச்சி செய்யும் வேகமான பின்னூட்டச் சுழற்சி சாத்தியம் என அது வாதிடுகிறது. நம்பத்தகுந்த ஒரு பாதை இருக்கலாம் என்பதையும் அதை அளவிட வேண்டியதையும் எச்சரிக்கையாக முன்வைப்பதே அதன் மைய முடிவு. அத்தகைய வேகமடைதல் ஏற்கெனவே தொடங்கிவிட்டதாகக் கட்டுரை தெரிவிக்கவில்லை.

முக்கிய மாற்றம்

  • என்ன மாறியுள்ளது: AI வழிநடத்தும் ஆராய்ச்சி மற்றும் மேம்பாட்டுக்கான ஆதாரங்கள், அது AI முன்னேற்றத்தைத் துரிதப்படுத்தக்கூடிய சூழல்கள், முன்னணி ஆய்வகங்களிடமிருந்து அரசுகள் பெற வேண்டும் எனக் கோரும் குறிப்பிட்ட அளவீடுகள் ஆகியவற்றை பல நிறுவனங்கள் இணைந்து எழுதிய ஆய்வுக் கட்டுரை முன்வைக்கிறது.
  • ஏன் இது முக்கியம்: AI அமைப்புகளை உருவாக்கும் நிறுவனங்களுக்குள்ளேயே அவற்றிடம் ஒப்படைக்கப்படும் ஆராய்ச்சிப் பணிகள் அதிகரிக்கின்றன. அந்த ஒப்படைப்பை அளவிடும் பொதுவெளித் தகவல்கள் இன்னும் முழுமையற்றவை; எனவே முழு ஆராய்ச்சி செயல்முறை எவ்வளவு வேகமாகிறது என்பதை அறிவது கடினம்.
  • எதைக் கவனிக்க வேண்டும்: AI எவ்வளவு பணியை நிறைவு செய்கிறது, அதன் பங்களிப்புகள் பிந்தைய மாடல்களை மேம்படுத்துகின்றனவா, கணினிக் கணிப்பு வளங்கள், சோதனைகள், மனித மறுஆய்வு ஆகியவை பின்னூட்டச் சுழற்சியைத் தாமதப்படுத்துகின்றனவா என்பதைச் சுயாதீனமாகச் சரிபார்த்த அளவீடுகள்.

ஆதாரங்கள் உள்ளன; ஆனால் அளவீடுகள் வெவ்வேறு கேள்விகளுக்குப் பதிலளிக்கின்றன

Anthropic-ன் செப்டம்பர் மாத அளவீட்டு அறிக்கை 2026 ஆகஸ்டில் அதன் ஆராய்ச்சி மற்றும் மேம்பாட்டுப் பணிகளில் “AI leads” நிலையை எட்டிய பங்கானது 26%-ஆக உயர்ந்ததாகக் கூறுகிறது; பிப்ரவரியில் அது 1%-க்கும் குறைவாக இருந்தது. அந்த வகையிலும் மனிதக் கண்காணிப்பாளர் இருப்பதை அதன் மதிப்பீட்டு அளவுகோல் குறிக்கிறது. இந்தக் குறியீடு இன்னும் முன்மாதிரி நிலையில் இருப்பதாகவும், பணியை மதிப்பிட அதன் சொந்த மாடல்களே உதவுவதாகவும், நிறுவனங்களுக்கு இடையே இத்தகைய எண்களை ஒப்பிடப் பொதுவான முறை எதுவும் இல்லை என்றும் Anthropic கூறுகிறது. அளவிடப்பட்ட எந்தப் பணியும் முழுத் தன்னாட்சியுடன் நடைபெறவில்லை என்ற அதன் கூற்றையும் 26% எண்ணிக்கையுடன் சேர்த்துப் பார்க்க வேண்டும்.

OpenAI-யின் செப்டம்பர் மாத அறிக்கை அதிகமான குறியீட்டு முகவர்களை ஆராய்ச்சியாளர்கள் பயன்படுத்துவதாகவும், வேகமாகக் குறியீடு பங்களிப்பதாகவும், கூடுதல் சோதனைகளை நடத்துவதாகவும் விவரிக்கிறது. முகவர் பயன்பாடு அதிகரிப்பதுடன் சோதனைகளின் எண்ணிக்கையும் தொடர்புடையது என OpenAI கூறுகிறது; அதேவேளையில் கிடைக்கும் கணினிக் கணிப்பு வளமும் அதிகரித்துள்ளது. ஆராய்ச்சி முன்னுரிமைகளைத் தேர்ந்தெடுத்து, எந்த முடிவுகளைத் தொடர வேண்டும் எனத் தீர்மானிப்பவர்கள் இன்னும் மனிதர்களே என்றும் அது கூறுகிறது. கூடுதல் குறியீடும் சோதனைகளும் ஆராய்ச்சிக்கு உதவலாம்; ஆனால் அதன் மூலம் அதிகத் திறனுள்ள மாடல்களை உருவாக்கும் வேகமும் அதே அளவில் அதிகரித்தது என நிரூபிக்க முடியாது.

சுயாதீன மதிப்பீடுகள் செயல்முறையின் ஒரு பகுதியை அளவிட உதவுகின்றன. METR-இன் Time Horizon 1.1 புதுப்பிப்பு தனது சோதனைத் தொகுப்பில் முந்தைய அமைப்புகளைவிட நீண்ட ஆராய்ச்சி மற்றும் மென்பொருள் பணிகளை மாடல்கள் முடிக்கக்கூடும் எனக் கண்டறிந்துள்ளது. நீண்ட பணிகளுக்கான நிச்சயமின்மை அதிகமாக இருப்பதாகவும் METR தெரிவிக்கிறது; அவற்றில் பலவற்றை மனிதர் முடிக்க எடுத்திருக்கும் நேரம் மதிப்பிடப்பட்டதே. தேர்ந்தெடுக்கப்பட்ட பணிகளில் திறன் எவ்வாறு உள்ளது என்பதையே பணிச் சோதனை அளவிடும்; ஓர் AI ஆய்வகத்தின் மொத்த ஆராய்ச்சி உற்பத்தித்திறனை அது அளவிடாது. அனுபவமுள்ள 16 திறந்த மூல உருவாக்குநர்கள் 246 பணிகளில் ஈடுபட்ட தனி சீர்முறைப்படுத்தப்பட்ட ஆய்வில், 2025 தொடக்ககால AI கருவிகளை அணுகியபோது பணிகளை முடிக்க எடுத்த நேரம் 19% அதிகரித்ததாக METR கண்டது. அந்தப் பழைய மென்பொருள் சூழலை 2026 செப்டம்பரில் உள்ள முன்னணி ஆய்வகத்துக்குப் பதிலாகக் கருத முடியாது. ஆனால் கருவிப் பயன்பாடும் பணிச் சோதனைகளும் மட்டும் உற்பத்தித்திறன் குறித்த கேள்விக்குத் தீர்வளிக்காது என்பதை அது காட்டுகிறது.

சாத்தியமான பின்னூட்டச் சுழற்சியைப் பல தடைகள் மெதுவாக்கலாம்

CASP ஆய்வுக் கட்டுரை மென்பொருளால் இயக்கப்படும் சுழற்சியில் கவனம் செலுத்துகிறது. AI அமைப்புகள் பல பணிகளை ஒரே நேரத்தில் செய்வதால், ஆராய்ச்சியாளர் குழுவின் செயல்திறன் விரிவடையும். வெற்றிகரமான மேம்பாடுகள் அடுத்த தலைமுறை அமைப்புகளைச் சிறந்த ஆராய்ச்சியாளர்களாக்கி, மேலும் மேம்பாடுகளுக்கு வழிவகுக்கும். தொடக்ககட்ட ஆதாரங்கள் இந்தச் செயல்முறையுடன் ஒத்துப்போகின்றன என்றும், சில ஆண்டுகளில் ஆராய்ச்சி மற்றும் மேம்பாட்டின் பெரும்பகுதி தானியக்கமாகும் வாய்ப்பு அதிகம் என்றும் ஆசிரியர்கள் கருதுகின்றனர். இதைவிடத் தீவிரமான “அறிவுத் திறன் வெடிப்பு” நிகழ்ந்து பல ஆண்டுகால முன்னேற்றம் சில மாதங்களுக்குள் அல்லது அதற்கும் குறைவான காலத்தில் சுருங்கும் சாத்தியம், சுழற்சி அதன் தடைகளைவிட வேகமாக இயங்குவதைப் பொறுத்தது. இது நிபந்தனைக்குட்பட்ட காட்சி; என்ன நடக்கும் என்பதற்கான அளவிடப்பட்ட கணிப்பு அல்ல.

கூடுதல் ஆராய்ச்சி முயற்சியால் கிடைக்கும் பலன் குறைதல், கணினிக் கணிப்பு வளமும் தரவும் குறைவாக இருப்பது, தானியக்கமாக்க இன்னும் கடினமான பணிகள், நீண்டகாலப் பயிற்சி இயக்கங்கள் போன்றவற்றை விருப்பப்படி விரைவுபடுத்த முடியாமை என நான்கு முக்கியக் கட்டுப்பாடுகளை ஆய்வுக் கட்டுரை குறிப்பிடுகிறது. இவற்றில் சிலவற்றுக்கான ஆதாரங்கள் கலவையாகவோ மறைமுகமாகவோ உள்ளன என்றும், நீண்ட நேரம் தேவைப்படும் தடைகளின் வலிமை குறித்த நேரடி ஆதாரம் இல்லை என்றும் அது கூறுகிறது. முழுமையான ஆராய்ச்சி தானியக்கத்துக்குப் பிறகு சுமார் 1.5 ஆண்டுகளில் முன்னேற்றம் பத்து மடங்காகும் என்ற எடுத்துக்காட்டு, ஆராய்ச்சி முயற்சிக்கான மதிப்பிடப்பட்ட பலன் தொடரும் என்றும் புதிய தடை எதுவும் தோன்றாது என்றும் கருதும் மாதிரிக் கணக்கீடு. அது நேரடியாகக் கவனிக்கப்பட்ட வேகமடைதலோ நிபந்தனையற்ற காலக்கணிப்போ அல்ல.

பிற ஆய்வுகள் நிச்சயமின்மையை மேலும் தெளிவாக்குகின்றன. நான்கு AI ஆய்வகங்களைப் பற்றிய 2025 ஆய்வில் ஆராய்ச்சிக் கணினிக் கணிப்பு வளத்தை எவ்வாறு மாதிரியாக்கினார்கள் என்பதைப் பொறுத்து வெவ்வேறு முடிவுகள் கிடைத்ததாக Parker Whitfill மற்றும் Cheryl Wu கண்டறிந்தனர். ஒரு மாதிரியில் அறிவுசார் உழைப்பும் கணினிக் கணிப்பு வளமும் ஒன்றுக்கொன்று மாற்றாகப் பயன்படுத்தக்கூடியவையாகத் தோன்றின; முன்னணி சோதனைகளின் அதிகரிக்கும் தேவைகளைக் கணக்கில் கொண்ட மாதிரியில் அவை ஒன்றுக்கொன்று துணையாக இருந்தன. தரவும் மாதிரியும் வரம்புடையவை என ஆசிரியர்கள் எச்சரிக்கின்றனர். Toby Ord-இன் ஆகஸ்ட் 2026 பகுப்பாய்வு ஒவ்வொரு மேம்பாட்டு சுற்றையும் முடிக்கத் தேவையான நேரத்தையும் மற்றொரு முக்கிய அளவுருவாகக் குறிப்பிடுகிறது. இந்த ஆய்வுகள் வேகமான முன்னேற்றச் சாத்தியத்தை நிராகரிக்கவில்லை. ஆனால் முகவர்களின் எண்ணிக்கையையோ அவை எழுதும் குறியீட்டின் அளவையோ பார்த்து சுழற்சியின் வேகத்தை நேரடியாகக் கணிக்க முடியாது என்பதை அவை காட்டுகின்றன.

ஆசிரியர்கள் அளவிடக் கோருவது

கேம்பிரிட்ஜ் ஆசிரியர்கள் மூன்று கொள்கை முன்னுரிமைகளை முன்வைக்கின்றனர்: AI ஆராய்ச்சி மற்றும் மேம்பாட்டின் தானியக்கத்தைப் பற்றிய தெளிவான தகவல்களைப் பெறுதல், சாத்தியமான வேகமடைதலை வழிநடத்தவும் கட்டுப்படுத்தவும் வழிகளை உருவாக்குதல், அதன் சாத்தியமான விளைவுகளுக்குத் தயாராகுதல். இவற்றில் உடனடியாகச் சோதிக்கக்கூடியது அளவீடு. AI உருவாக்கும் ஆராய்ச்சிப் பங்களிப்புகளின் பங்கு, அல்காரிதம் மேம்படும் வேகம், மனிதர்களுக்கும் கணினிக் கணிப்பு வளத்துக்கும் இடையில் ஆய்வகங்கள் செலவினத்தைப் பகிரும் முறை, AI அமைப்புகள் பாதிக்கும் ஆராய்ச்சி முடிவுகள், உள்ளக முகவர்கள் தொடர்பான சம்பவங்கள் ஆகியவற்றை அறிவிக்க அவர்கள் பரிந்துரைக்கின்றனர். AI ஆராய்ச்சி மற்றும் மேம்பாட்டுத் திறனில் முன்னணியில் உள்ள அமைப்புகளுக்கு வலுவான நிபந்தனைகளுடன், சுயாதீனத் தணிக்கையையும் முன்மொழிகின்றனர்.

மேலும் பயன்பாட்டுக்கு முன் நிபந்தனைகள் விதித்தல், குறிப்பிட்ட ஆராய்ச்சி மற்றும் மேம்பாட்டுப் பணிகளை இடைநிறுத்தும் வழிகள், சர்வதேச சரிபார்ப்பு ஆகிய பிந்தைய முன்மொழிவுகளுக்கு விரிவான வடிவமைப்பும் சமரச முடிவுகளும் தேவைப்படும். அதிகாரங்கள் தவறாக வடிவமைக்கப்பட்டால் ஒரே நிறுவனத்துக்குச் சாதகமாகி, பயனுள்ள பணிகளைத் தாமதப்படுத்தக்கூடும் என ஆய்வுக் கட்டுரையே எச்சரிக்கிறது. சாத்தியமான நன்மைகள் மற்றும் கடுமையான தீங்குகள் பற்றிய அதன் விளக்கம், முன்னர் கூறிய நிபந்தனைக்குட்பட்ட வேகமடைதலைச் சார்ந்தது. தீவிரமான காட்சி நிகழ்ந்துவிட்டதாகக் கருதாமலேயே, உடனடி அறிக்கையிடல் அவசியமா என்பதை கொள்கை வகுப்பாளர்கள் ஆராயலாம்.

இந்த அறிக்கைக்குப் பிறகு எழும் பயனுள்ள கேள்வி, AI திடீரென அதிமேம்பட்ட நுண்ணறிவைப் பெறுமா என்பதைக் காட்டிலும் குறுகியது. ஆராய்ச்சியின் எந்தப் பகுதிகளை AI தற்போது வழிநடத்துகிறது, எந்த மேம்பாடுகள் மனித மதிப்பீட்டுக்குப் பிறகும் நிலைக்கின்றன, அந்த மேம்பாடுகள் அடுத்த தலைமுறை அமைப்புகளுக்கு எவ்வளவு வேகமாகப் பயன்படுகின்றன என்பதை ஆய்வகங்கள் ஒப்பிடத்தக்க வகையில் காட்ட முடியுமா என்பதே அது. நிறுவனங்கள் முழுவதற்கும் இந்தக் கேள்விக்குப் பதிலளிக்கப் போதுமான பொதுவெளி ஆதாரம் இன்னும் இல்லை.

ஆதாரங்களும் மேலும் வாசிப்பும்