आज के AI परिदृश्य में प्रमुख प्रयोगशालाएँ – OpenAI, Anthropic, DeepMind आदि – स्व‑उन्नत (self‑improving) मॉडलों की खोज में लगी हैं, क्योंकि मानते हैं कि यह सुपरइंटेलिजेंस की ओर सबसे तेज़ रास्ता है। लेकिन बड़े प्रयोगशालाओं के बाहर, छोटे डेवलपर्स और स्टार्ट‑अप्स भी इस दिशा में कदम रख रहे हैं, जैसा कि हालिया एक व्यक्तिगत प्रयोग से स्पष्ट हुआ।

स्व‑उन्नत लूप की शुरुआती कोशिशें

लेखक ने सबसे पहले AutoResearch नामक उपकरण को स्थापित किया, जो Andrej Karpathy द्वारा विकसित किया गया है। यह टूल मौजूदा बड़े भाषा मॉडल (LLM) – इस केस में Claude – को उपयोग करके एक छोटा मॉडल प्रशिक्षित करता है, और फिर निरंतर पैरामीटर समायोजन के द्वारा उसे स्व‑उन्नत बनाता है। प्रयोग के दौरान लेखक ने Nvidia DGX को कंप्यूटिंग शक्ति के रूप में उपयोग किया और मॉडल को स्वायत्त रूप से प्रशिक्षण प्रक्रिया को पुनरावृत्त करने दिया। शुरुआती आउटपुट बेतुके पुनरावृत्तियों से भरे हुए थे, परंतु कई पुनरावृत्तियों के बाद मॉडल की संगति में उल्लेखनीय सुधार आया।

जटिल कार्यों के लिए मॉडल का विस्तार

आगे बढ़ते हुए, लेखक ने Prime Intellect की सेवा ली, जो विशिष्ट कार्यों के लिए कस्टम मॉडल बनाती है। उन्होंने लगभग 100 पूर्व लेखों को डेटा सेट के रूप में एकत्र किया और Claude को “Frontier_Paper_Curator” नामक मॉडल बनाने के लिए निर्देश दिया। Prime Intellect ने स्व‑उत्पन्न डेटा और रिइनफोर्समेंट लर्निंग के माध्यम से मॉडल को लगातार सुधार किया, जिससे वह शोध पत्रों को खोजने और सारांशित करने में सक्षम हुआ। इस प्रक्रिया में CEO Vincent Weisser ने बताया कि उनका लक्ष्य स्व‑उन्नत AI को सभी कंपनियों के लिये सुलभ बनाना है, न कि केवल कुछ बड़े प्रयोगशालाओं के लिये।

उद्योग में लोकतंत्रीकरण के संकेत

उसी समय, अन्य स्टार्ट‑अप जैसे Adaption ने AutoScientist टूल पेश किया, जो बिना इन‑हाउस AI विशेषज्ञों के बड़े कंपनियों को मॉडल प्रशिक्षण में मदद करता है। यह प्रवृत्ति बड़े मॉडलों पर अत्यधिक निर्भरता के जोखिम को दर्शाती है, जैसा कि Anthropic द्वारा Fable 5 मॉडल में प्रतिबंध लगाने से स्पष्ट हुआ। Palantir के CEO Alex Karp ने भी डेटा सुरक्षा और तकनीकी नियंत्रण के मुद्दे उठाए हैं।

भविष्य की दृष्टि

स्व‑उन्नत AI का अंतिम लक्ष्य मॉडल को स्वयं नई विचारधाराएँ उत्पन्न करने और स्वतंत्र अंतर्दृष्टि प्राप्त करने में सक्षम बनाना है। जबकि अभी तक बड़े प्रयोगशालाओं के समान शक्ति नहीं है, Prime Intellect और AutoScientist जैसे उपकरण दर्शाते हैं कि एक दिन सामान्य कंपनियों के पास भी समान क्षमताएँ हो सकती हैं। लेखक ने एक दिन से कम समय में एक प्रभावी शोध‑सारांश मॉडल तैयार किया, जो iFLYTEK‑Embodied‑Omni जैसे जटिल मल्टी‑मॉडल सिस्टम को भी प्रतिस्पर्धी बना सकता है।