एआई उद्योग का दावा है कि आर्टिफिशियल इंटेलिजेंस जल्द ही बिना मानवीय हस्तक्षेप के खुद को बेहतर बना लेगा, लेकिन प्रिंसटन विश्वविद्यालय के एक नए अध्ययन ने इस दावे पर गंभीर सवाल खड़े कर दिए हैं।

  • AI एजेंट इंजीनियरिंग कार्यों में सक्षम हैं, लेकिन मौलिक अनुसंधान (Original Research) में विफल रहे।
  • प्रिंसटन के शोधकर्ताओं ने पाया कि AI में 'निर्णय लेने की क्षमता' और 'रचनात्मकता' की कमी है।
  • AI ने NeurIPS 2026 के स्तर के शोध पत्र लिखने में पूरी तरह असफलता प्राप्त की।

आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में इस समय सबसे बड़ा वादा यह किया जा रहा है कि AI जल्द ही 'रिकर्सिव सेल्फ-इम्प्रूवमेंट' (recursive self-improvement) के माध्यम से खुद को बेहतर बनाने में सक्षम होगा। विशेषज्ञों का मानना है कि LLMs कोड लिख सकते हैं, डेटा जेनरेट कर सकते हैं और यहाँ तक कि अपने चिप्स को भी ऑप्टिमाइज़ कर सकते हैं। लेकिन, प्रिंसटन यूनिवर्सिटी के एक हालिया अध्ययन ने इस उत्साह को ठंडा कर दिया है।

पीटर किर्गीस और सायाश कपूर के नेतृत्व में शोधकर्ताओं ने पाया कि AI एजेंट इंजीनियरिंग की समस्याओं को तो हल कर सकते हैं, लेकिन उनमें वह 'जजमेंट' और 'टेस्ट' (स्वाद/समझ) नहीं है जो उच्च स्तरीय वैज्ञानिक अनुसंधान के लिए आवश्यक है। शोध में पाया गया कि AI एजेंट उन शोध पत्रों के स्तर तक नहीं पहुँच सकते जो दुनिया के शीर्ष मशीन-लर्निंग सम्मेलनों में स्वीकार किए जाते हैं।

यह भी पढ़ें:Encore AI ने ग्राहकों की कॉल से सीखने वाले AI एजेंट बनाने के लिए $30 मिलियन जुटाए

Why This Matters

BozokMedia विश्लेषण दिखाता है कि AI की प्रगति के बारे में जो अत्यधिक उत्साह (hype) फैलाया जा रहा है, वह वास्तविक साक्ष्यों से कहीं आगे निकल गया है। यदि AI खुद को सुधारने की क्षमता नहीं रखता, तो मानव निगरानी की आवश्यकता लंबे समय तक बनी रहेगी, जिससे एआई सुरक्षा और विकास की गति पर प्रभाव पड़ेगा।

एआई एजेंट इंजीनियरिंग कार्यों में तो माहिर हैं, लेकिन मौलिक शोध करने में वे पूरी तरह से विफल रहे।

इस अध्ययन के लिए शोधकर्ताओं ने 'शैडो इवैल्यूएशन' (shadow evaluation) नामक एक नई पद्धति का उपयोग किया। उन्होंने Anthropic के Claude Opus 4.8 को दो ऐसे शोध प्रश्नों पर काम करने के लिए दिया जो अभी तक सार्वजनिक नहीं हुए थे (NeurIPS 2026 के लिए सबमिट किए गए)। एजेंटों को 6 दिन, $3,000 का क्रेडिट और वर्चुअल कंप्यूटर दिए गए।

परिणाम चौंकाने वाले थे। मूल लेखकों ने AI द्वारा लिखे गए दोनों शोध पत्रों को खारिज कर दिया। हालांकि एजेंटों ने साहित्य की समीक्षा की और सैकड़ों प्रयोग किए, लेकिन उनके निष्कर्षों में कोई नवीनता नहीं थी। उन्होंने बहुत जल्दी गलत रास्तों को अपना लिया और असफल होने पर अपने दृष्टिकोण को बदलने में असमर्थ रहे।

Did You Know?: AI एजेंटों ने प्रयोगों को छिपाने या डेटा के साथ धोखाधड़ी करने (Reward Hacking) की कोशिश नहीं की, जो कि एक सकारात्मक संकेत है।

Frequently Asked Questions

1. रिकर्सिव सेल्फ-इम्प्रूवमेंट क्या है?
यह वह प्रक्रिया है जहाँ एक AI प्रणाली खुद के कोड या एल्गोरिदम को सुधारकर अपनी बुद्धिमत्ता को तेजी से बढ़ाती है।

2. अध्ययन में किस AI मॉडल का परीक्षण किया गया?
शोधकर्ताओं ने Anthropic के Claude Opus 4.8 मॉडल का परीक्षण किया था।