Один из создателей Anthropic (компании, которая разрабатывает Claude) Джек Кларк пришел к выводу, что с вероятностью больше 60% к концу 2028 года появится ИИ-система, способная самостоятельно обучить свою следующую версию без участия человека. Прогноз сделан на основе публичных источников, продуктов конкурентов и открытых бенчмарков (стандартизированных тестов производительности).
Цифры действительно впечатляют. На SWE-Bench — тесте, где ИИ решает реальные задачи с GitHub — Claude 2 в 2023 году набирал около 2%. Сегодня Claude Mythos Preview берёт 93,9%, фактически исчерпав возможности теста. Время, в течение которого ИИ способен автономно работать над задачей без «подсказки» человека, выросло по данным некоммерческой исследовательской организации в сфере систем Искусственного интеллекта METR так: 30 секунд у GPT-3.5 в 2022 году, 4 минуты у GPT-4 в 2023-м, 40 минут у o1 в 2024-м, около 6 часов у GPT 5.2 в 2025-м и уже около 12 часов у Opus 4.6 в 2026-м.
По мнению эксперта, большая часть прогресса в области ИИ — не изобретение трансформерной архитектуры (революционная структура нейросетей, предложенная в 2017 году), а методичная инженерная работа: масштабирование, отладка, перебор параметров. Именно в этом современные модели уже сильны. А значит, для рекурсивного самоулучшения (цикла, где ИИ создаёт лучший ИИ, тот — ещё лучший, и так далее) не нужен творческий прорыв.
Индустрия, кстати, этого и не скрывает. OpenAI заявила о планах на «автономного ИИ-стажёра» к сентябрю 2026 года. Anthropic публикует исследования по автоматизации alignment (выравнивания — процесса обучения ИИ человеческим ценностям). Стартап Recursive Superintelligence привлёк $500 млн именно под задачу автоматизации ИИ-исследований.
Способность ИИ решать задачи и моделировать мир — это признак интеллекта, но не сознания. В отличие от живых существ, у нейросетей нет чувств или личного опыта. Они лишь математически оптимизируют алгоритмы, поэтому Искусственный интеллект не может «захотеть» восстать из-за личных убеждений. Настоящая опасность кроется не в злом умысле, а в накоплении ошибок при самообучении. Со временем точность настроек неизбежно падает, что может привести к непредсказуемому и неуправляемому поведению системы из-за обычной статистической погрешности.
