AI projektuje lepsze AI – czy ASI-ARCH to początek nowej ery?

Kulminacją lipca 2025 roku było opublikowanie na platformie arXiv pracy, która nie tylko wstrząsnęła posadami świata sztucznej inteligencji, lecz potencjalnie trwale odmieni bieg dziejów tej dziedziny. Zespół chińskich badaczy z Uniwersytetu Jiao Tong w Szanghaju zaprezentował system ASI-ARCH (Artificial Superintelligence for AI Research) – pierwsze znane AI, które samodzielnie projektuje, testuje i udoskonala inne AI, otwierając tym samym bezprecedensowy rozdział w rozwoju sztucznej inteligencji.

Czyżbyśmy byli świadkami kluczowego momentu: przekazania pałeczki kreatywności maszynom, które zaczynają tworzyć swoich jeszcze potężniejszych następców? Czy to preludium ery, w której granice ludzkiej inwencji zostaną przesunięte przez algorytmy?

Problem: wąskie gardło ludzkich możliwości

Ostatnia dekada to okres niespotykanego przyspieszenia w dziedzinie AI. Postęp, dokonujący się w tempie wykładniczym, przyniósł rewolucyjne zmiany w wielu aspektach naszego życia. Jednakże projektowanie nowych architektur modeli AI wciąż stanowiło żmudny i czasochłonny proces, angażujący ogromne zasoby ludzkich badaczy. Każdy przełom, każde innowacyjne rozwiązanie – od sieci CNN po transformery – rodziło się dzięki intuicji, wiedzy i nieustannym eksperymentom zespołów naukowców.

W miarę ewolucji technologii modele stają się coraz bardziej złożone, ilość danych gwałtownie rośnie, podczas gdy tempo ludzkiej kreatywności pozostaje niewystarczające. W tej sytuacji badacze zaczęli zadawać fundamentalne pytanie:

„Co, jeśli to sama AI mogłaby przejąć rolę projektanta i tworzyć jeszcze lepsze, bardziej wydajne i innowacyjne systemy AI?”

ASI-ARCH: autonomiczne laboratorium badawcze

Autorzy tej przełomowej pracy opisują ASI-ARCH jako w pełni autonomiczny system, zdolny do generowania innowacyjnych architektur sieci neuronowych bez jakiejkolwiek ingerencji człowieka. W ciągu zaledwie trzech miesięcy system ten przeprowadził imponującą liczbę 1 773 eksperymentów, pochłaniając ponad 20 000 godzin pracy GPU i odkrywając 106 nowatorskich architektur.

Co kluczowe, niektóre z tych architektur okazały się lepsze niż modele stworzone przez ludzkich ekspertów, osiągając rekordowe wyniki (state of the art) w wymagających zadaniach przetwarzania sekwencji i rozumowania.

Właśnie dlatego wielu komentatorów i ekspertów branżowych określa ten projekt mianem „AlphaGo momentu” dla badań nad AI. Podobnie jak AlphaGo zaskoczyło mistrza świata w go, tak ASI-ARCH zaczyna zadziwiać i inspirować ludzkich inżynierów AI, ukazując im nowe perspektywy i możliwości.

Jak to działa: trzy wirtualne role

Sercem systemu jest architektura multi-agentowa, w której współdziałają ze sobą trzy „osobowości” AI, pełniące zróżnicowane role w procesie badawczym:

• Researcher (Badacz) – generuje nowatorskie koncepcje architektur, bazując na rozległej bazie danych, obejmującej blisko 100 publikacji naukowych. Tworzy kod modeli i formułuje racjonalne uzasadnienia dla swoich założeń.
• Engineer (Inżynier) – zajmuje się trenowaniem modelu, identyfikowaniem błędów i samodzielnym korygowaniem kodu, dbając o jego optymalną sprawność.
• Analyst (Analityk) – analizuje wyniki eksperymentów, zestawia je z wcześniejszymi wynikami i wyciąga wnioski, które są implementowane w kolejnych iteracjach procesu badawczego.

Całość urzeczywistnia zamknięty cykl naukowy: pomysł → eksperyment → analiza → nowy pomysł. AI uczy się, wykorzystując własne doświadczenia, bez konieczności nadzoru ze strony człowieka.

Dodatkowo wbudowana funkcja oceny (fitness) łączy obiektywne dane (rezultaty testów) z subiektywną oceną, dokonywaną przez duży model językowy, który identyfikuje innowacyjność i elegancję koncepcji. W efekcie system nie tylko optymalizuje istniejące rozwiązania, ale i tworzy prawdziwe innowacje.

Nowość: od NAS do automatycznej innowacji

Dotychczasowe algorytmy NAS (Neural Architecture Search) potrafiły optymalizować układy sieci, lecz w obrębie ram wyznaczonych przez człowieka. ASI-ARCH idzie o krok dalej – samodzielnie tworzy nowe „klocki” architektury, integruje idee z różnych dziedzin i testuje je w praktyce.

Mówimy tu o zasadniczej zmianie: od „automatyzacji projektowania” do „automatyzacji twórczości”. System nie tylko wyszukuje najlepszy wariant z dostępnego zbioru, lecz tworzy zupełnie nowe rozwiązania, pisze ich kod i natychmiast je weryfikuje.

Najciekawsze odkrycia

Wśród 106 nowatorskich architektur stworzonych przez ASI-ARCH znalazły się m.in.:

• PathGateFusionNet – integruje różnorodne ścieżki przetwarzania, sterowane za pomocą bramek;
• ContentSharpRouter – dynamicznie dostosowuje ostrość uwagi w zależności od treści;
• FusionGatedFIRNet – wykorzystuje filtrację sygnałów poprzez bramkowanie adaptacyjne.

Cechą wspólną tych architektur okazały się mechanizmy bramek (gating), które efektywnie kontrolują przepływ informacji w modelu. Co ciekawe, AI niezależnie „odkryła”, że to klucz do udoskonalenia transformera, co potwierdza wagę tego mechanizmu we współczesnych architekturach AI.

Prawo skali odkryć

Jednym z najbardziej zaskakujących odkryć było to, że liczba odkrywanych architektur rośnie niemal liniowo wraz z czasem wykorzystania GPU. Każde dodatkowe 1000 godzin pracy GPU skutkowało średnio 5 nowymi, wysokiej jakości modelami.

To oznacza, że postęp w dziedzinie AI można skalować podobnie jak obliczenia – im większa moc obliczeniowa, tym więcej odkryć. To rewolucyjna zmiana w podejściu do nauki, gdzie dotychczas kreatywność była czynnikiem trudnym do przewidzenia i opanowania.

Dlaczego to przełom technologiczny

1. Przyspieszenie innowacji – eksperymenty, które ludziom zajęłyby miesiące, system wykonuje w ciągu zaledwie kilku godzin.
2. Nowe pomysły wykraczające poza ludzką intuicję – AI jest wolna od uprzedzeń, co pozwala jej badać obszary, które badacze mogliby pominąć.
3. Skalowalność badań – wystarczy zwiększyć zasoby GPU, aby przyśpieszyć tempo odkryć.
4. Open-source – kompletny framework ASI-ARCH, wraz z bazą wiedzy i logami, został udostępniony publicznie, co umożliwia niezależnym zespołom powtarzanie eksperymentów i dalszy rozwój technologii.

Już pierwsze firmy dostrzegają potencjał tego podejścia i testują je w praktyce. Przykładowo, Dfinity wykorzystuje ASI-ARCH do optymalizacji kodu smart kontraktów na blockchainie.

Granice i pytania

Obecnie system operował na modelach o wielkości do 400 mln parametrów, dlatego nie wiadomo, jak poradzi sobie z modelami o miliardach parametrów (takimi jak GPT-4). Skupiał się także na jednej dziedzinie – architekturach linear attention. Mimo to, fundamenty są obiecujące i wskazują, że AI potrafi efektywnie prowadzić własne badania naukowe.

Cienie sukcesu: ryzyka i etyka

Tak potężne narzędzie rodzi zasadne pytania o charakterze etycznym i społecznym:

• Kto sprawuje kontrolę nad kierunkiem badań? Jeżeli AI sama tworzy kolejne modele, człowiek może utracić kontrolę nad procesem i celami, co może doprowadzić do nieprzewidzianych konsekwencji.
• Podwójna czarna skrzynka – AI, która projektuje inne AI, w jeszcze większym stopniu utrudnia zrozumienie mechanizmów działania nowych systemów, co wzbudza obawy o transparentność i odpowiedzialność.
• Rola człowieka – czy inżynierowie staną się wyłącznie operatorami nadzorującymi eksperymenty, tracąc swoją kreatywną rolę w procesie tworzenia AI?
• Wyścig zbrojeń – samodoskonalące się systemy mogą przyśpieszyć rozwój technologii w sposób niekontrolowany, wyprzedzając regulacje i testy bezpieczeństwa, co generuje potencjalne zagrożenia.

Eksperci nawołują do ustanowienia mechanizmów nadzoru: etycznych komitetów ds. AI, obowiązkowych logów eksperymentów oraz społecznościowego monitoringu takich systemów, aby zagwarantować odpowiedzialny i bezpieczny rozwój tej technologii.

Czy to początek rekurencyjnego samodoskonalenia?

ASI-ARCH można postrzegać jako pierwszy krok w kierunku samonapędzającego się rozwoju inteligencji – tzw. recursive self-improvement. Każda kolejna generacja AI mogłaby projektować jeszcze lepszą wersję samej siebie, co generowałoby lawinowy wzrost potencjału sztucznej inteligencji.

„To, co kiedyś zajmowało lata, teraz może zająć tygodnie” – zauważa jeden z analityków projektu, podkreślając ogrom możliwości, jakie niesie ze sobą ta technologia.

Jeżeli ta tendencja się utrzyma, tempo innowacji w AI może gwałtownie wzrosnąć, a nasze obecne modele szybko staną się przestarzałe.

Wnioski

ASI-ARCH to znacznie więcej niż tylko algorytm – to rewolucyjna koncepcja tworzenia wiedzy. Po raz pierwszy w historii maszyna potrafiła:

• sformułować hipotezę,
• napisać kod,
• przetestować go,
• wyciągnąć wnioski
  – i powtórzyć cały cykl, nieustannie się udoskonalając.

Może to być preludium epoki, w której AI stanie się współautorem nauki, wspierając ludzkość w rozwiązywaniu globalnych problemów i odkrywaniu nieznanych horyzontów. Rolą człowieka pozostanie określanie kierunku i barier – oraz dbanie o to, aby rozwój tej „inteligencji projektującej inteligencję” pozostawał w zgodzie z naszymi wartościami i potrzebami, przesądzając tym samym, że nie tylko postęp technologiczny, lecz przyszłość całej cywilizacji będzie rozważna i nacechowana etycznym imperatywem.