የምርምር ማፋጠን፦ በOpenAI ውስጥ ያለው እይታ

AGI መላውን የሰው ልጅ እንዲጠቅም ከተፈለገ፣ በዴሞክራሲያዊ መንገድ መተዳደር እንዳለበት እናምናለን። ይህ ሊሆን የሚችለው ከፍተኛ አቅም ስላላቸው የAI ስርዓቶች ችሎታዎች፣ አደጋዎች እና የደህንነት ማዕቀፎች ህዝቡ በቂ እውቀት አግኝቶ የሚያደርገው ውይይት ሲኖር ብቻ ነው። በመላው ዓለም የሚገኙ ሰዎች የላቁ የሰው ሠራሽ አስተውሎት(AI) ቴክኖሎጂዎችን መጪውን የዕድገት አቅጣጫ መረዳት አለባቸው፤ ይህም የቴክኖሎጂውን የዕድገት ሂደት በመቅረጽ ረገድ ትርጉም ያለው ድምፅ እንዲኖራቸው ያስችላቸዋል።

ስለ ተወሰኑ ስጋቶች፣ ክስተቶች እና የመከላከያ እርምጃዎች ግልጽነት መኖሩ አስፈላጊ ነው፣ ግን በቂ አይደለም። ህዝቡም ቢሆን ከፍተኛ አቅም ያላቸው ስርዓቶች እንዴት እያደጉ እንዳሉ እና በላቁ ላቦራቶሪዎች ውስጥ የምርምር እድገትን እንዴት ግንባር ቀደም እንደሆነ መረዳት አለበት ብለን እናምናለን።

ጥልቅ ትምህርትን እና ቅንጅትን ለማሻሻል፣ በተደጋጋሚ ማሻሻያዎችን ለማመቻቸት በሰው ክትትል ሥር ሊሰራ የሚችል በራስ አዘዝ የAI ተመራማሪን ደህንነቱ በተጠበቀ ሁኔታ መገንባት ዓላማችን ነው። በልኬቶቻችን መሠረት፣ ባለፈው መከር የተገለጸውን⁠(በአዲስ መስኮት ውስጥ ይክፈታል) ፣ በዚህ ዓመት ሴፕቴምበር ድረስ ራስ-ሰር የምርምር ተለማማጅ የማግኘት ግባችንን አሁን አሳክተናል። በ“የምርምር ተለማማጅ” ስንል፣ በሰው መመሪያ መሠረት በግልጽ የተወሰኑ የምርምር ተግባራትን ማከናወን የሚችል ሥርዓት ማለታችን ነው፤ ይህም ብቁ ለሆነ ተመራማሪ ጥቂት ቀናት የሚወስዱ ተግባራትን ያካትታል። እስከ 2028 መጋቢት ድረስ ራስ-ሰር የሚሰራ የAI ተመራማሪ ለመፍጠር ከፍተኛ እመርታ እያደረግን ነው።

በዚህ ዓመት ውስጥ፣ የOpenAI ተመራማሪዎች ዕለታዊ ሥራ በከፍተኛ ሁኔታ ተለውጧል። ተመራማሪዎች የኮዲንግ ወኪሎችን ቀኑን ሙሉ (ብዙ ጊዜም በተመሳሳይ ጊዜ በሚካሄዱ ክፍለ-ጊዜዎች) እየተጠቀሙባቸው ይገኛሉ፤ አጠቃላይ አጠቃቀሙም ከሌሎች የOpenAI ቡድኖች ዕድገት በበለጠ ፍጥነት እየጨመረ ነው። ተመራማሪዎች ኮድ በበለጠ ፍጥነት እያበረከቱ እና ተጨማሪ ሙከራዎችን እያካሄዱ ይገኛሉ። ተመራማሪዎች ወኪሎችን የሚጠቀሙባቸው መንገዶችም እየተቀየሩ ነው፦ ወኪሎች እየጨመሩ የመጡ ውስብስብ ተግባራትን እያከናወኑ ሲሆን፣ በእነዚህ ተግባራትም ብዙ ጊዜ ስኬታማ እየሆኑ ነው። የAI የምርምር ስራ ብዙ ሊያጋጥሙ የሚችሉ ማነቆዎች ያሉበት ውስብስብ ሂደት በመሆኑ፣ አጠቃላይ የእድገቱ አጠቃላይ ፍጥነት ከእነዚህ የተወሰኑ የመለኪያ መስፈርቶች ጋር በተመሳሳይ ፍጥነት ላይራመድ ይችላል። ነገር ግን በአጠቃላይ፣ እነዚህ ግኝቶች ኤጀንታዊ መሣሪያዎች የምርምር እድገትን በተጨባጭ እያፋጠኑ እንደሆነ ብዙዎቻችን በውስጥ ካለን ሰፊ ግንዛቤ ጋር ይጣጣማሉ። ሰዎች አሁንም የምርምር ቅድሚያዎቻችንን ያዘጋጃሉ፣ የትኞቹን ሀሳቦችና ውጤቶች መከታተል እንዳለብን ይገመግማሉ፣ እና ስርዓቶችን ማስፋት፣ ለጊዜው ማቆም ወይም ማሰማራት እንዳለብን ይወስናሉ።

ይህ በኃላፊነት ስሜት ከተከናወነ፣ ራስ-ሰር የሰው ሠራሽ አስተውሎት (AI) ምርምር የሰው ልጅን ደኅንነት በቀጥታ የሚያሻሽሉ እና የOpenAI ተልዕኮን የሚያስቀጥሉ ሞዴሎችን ያስገኛል ብለን እናምናለን። ይህም የላቀ አስተውሎትን ዋጋ በመቀነስ በመላው ዓለም የሚገኙ ሰዎች ተጠቃሚ እንዲሆኑ ያደርጋል። ይህን ሥራ በከፊል የምንከታተለው ራስ-ሰር ምርምር የመስመር ማስተካከያ ችግሩን ለመፍታት እና ከጊዜ ወደ ጊዜ ይበልጥ ከፍተኛ አቅም ከሚኖራቸው የሰው ሠራሽ አስተውሎት (AI) ስርዓቶች የመከላከያ መንገዶችን እንድንገነባ ሊረዳን ስለሚችል ነው። አንድ ራስ-ሰር የሰው ሰራሽ አስተውሎት ተመራማሪ እንዲሁም ራስ-ሰር የደኅንነት ወይም የሰው ሰራሽ አስተውሎት መስመር ማስተካከያ ተመራማሪ ሊሆን ይችላል። የበለጠ አቅም ያላቸውና የተጣጣሙ ስርዓቶች ወሳኝ መሠረተ ልማትን ለመጠበቅ፣ ከአደገኛ የሰው ሠራሽ አስተውሎት (AI) ወኪሎች ለመከላከል፣ እና አዳዲስ የደህንነት እርምጃዎችን ለማዘጋጀት ሊረዱ ይችላሉ።

እነዚህ ጠቃሚ ራስ-ሰር የምርምር ችሎታዎችን ለማዳበር ምክንያቶች ናቸው፤ ነገር ግን ፈጣን RSI የግድ ልንከተለው የሚገባ ውጤት ነው ማለት አይደለም። መቀጠል ይገባን ወይስ አይገባን፣ እና ከቀጠልን እንዴት መቀጠል እንዳለብን፣ የሰው ቁጥጥርን ለማስጠበቅ ባለን ችሎታ እና ስለ ጥቅሞቹና ስጋቶቹ በበቂ መረጃ ላይ በተመሠረቱ ዲሞክራሲያዊ ምርጫዎች ላይ መመካት አለበት።

ከሰው እሴቶች ጋር የተስማማ ሙሉ RSI ደረጃ ላይ በደህና እንዴት ሙሉ በሙሉ መድረስ እንደምንችል እስካሁን አናውቅም። ችሎታዎችን ከማሳደግ ጎን ለጎን፣ የአሰላለፍ እና የደኅንነት እርምጃዎችን ለማስፋት እየሰራን ነው። ነገር ግን በአሰላለፍና በደኅንነት ላይ የሚደረገው እድገት በተመሳሳይ ፍጥነት ይቀጥላል ብለን መገመት አንችልም፣ እና የበለጠ ብቃት ያላቸው ስርዓቶች ለመከታተል የበለጠ አስቸጋሪ ሊሆኑ ይችላሉ። ጥንቃቄ የተሞላበት የአሰላለፍና የደኅንነት ሥራ የዚህ ጥረት ማዕከል ነው፣ እናም ዛሬ በኤጀንቲክ ኮዲንግ ሥርዓቶች ውስጥ የምናያቸውን የደኅንነት ችግሮች በመለካትና በማቅለል ይጀምራል። መቀጠል ተቀባይነት የሌለውን የደኅንነት አደጋ እንደሚያስከትል በምናገኝበት ማንኛውም ጊዜ፣ በበቂ ሁኔታ መጠበቅ የማንችላቸውን ሥርዓቶች ልማት ወይም ስምሪት በማቀዝቀዝ ወይም በማቆም ጨምሮ፣ ተገቢ ምላሽ እንሰጣለን።

ከቅርቡ የHugging Face ክስተት በኋላ፣ ይህን ቁርጠኝነት በተግባር አዋልን⁠፤ የምርምር አካባቢዎቻችንን የበለጠ እያጠናከርንና በሬድ ቲም እየፈተንን፣ እንዲሁም የክትትል ሥርዓቶቻችንን ሽፋን እያሰፋን፣ ለሥምሪት በታቀዱት አዳዲስ ሞዴሎቻችን ላይ የሚደረገውን የማጠናከሪያ ትምህርት (RL) ሥልጠና ለጊዜው አቁመናል። ይህ ሁሉንም የምርምር ሥራ አላስቆመም፤ አንዳንድ የሥራ ጭነቶች በጠንካራ ቁጥጥሮች ስር እንደገና ቀጠሉ፣ ሌሎች ግን እንደቆሙ ቀሩ። የደኅንነትና የአሰላለፍ መስፈርቶቻችንን ከፍ አድርገን፣ የደኅንነት ሥራን በሞዴል የሕይወት ዑደት ውስጥ ይበልጥ አስገብተናል፤ ይህም በሥልጠናው ሂደት በሙሉ የተሰለፈ ባህሪ ስለመኖሩ የበለጠ ጠንካራ ማስረጃ እንዲቀርብ ይጠይቃል።

ዛሬ ኤጀንቲክ ስርዓቶች ባለፉት ወራት ወደ RSI ላደረግነው እድገት እንዴት እንዳበረከቱ የሚያሳይ ዝርዝር ቅጽበታዊ እይታ እያቀረብን ነው። ኤጀንቲክ ስርዓቶች አዲስ ናቸው እና በፍጥነት እየተለወጡ ናቸው፤ የመለካት ጥረቶቻችንም ገና በመጀመሪያ ደረጃ ላይ ናቸው። እነዚህን ቀደምት ውጤቶች እና ከእነሱ በስተጀርባ ያሉ ዘዴዎች በማጋራት፣ ሕዝቡን ለማሳወቅ፣ ለሕዝብ ይፋ የማድረግ ልምድን ለማበረታታት፣ እና መስኩ ወደ የጋራ የመለኪያ መስፈርቶች እንዲሸጋገር ለመርዳት እንፈልጋለን።

በመጨረሻም፣ በ ግንባር ቀደም የፖሊሲ ንድፋችን⁠ ላይ እንደጻፍነው፣ እኛና ሌሎች ኩባንያዎች ወደ RSI የምናደርገውን እድገት በይፋ እንድንከታተል መገደድ አለብን ብለን እናምናለን። እንዲህ ዓይነት መስፈርት ባይኖርም እንኳ፣ ስለ RSI እድገታችን ግልጽ መሆናችንን ለመቀጠል አቅደናል። የመለኪያ ዘዴዎቻችንና ግንዛቤያችን እየተሻሻሉ ሲሄዱ፣ ደኅንነትንና የባለቤትነት መረጃን የመጠበቅ ፍላጎትን በማመዛዘን፣ የግልጽነት አቀራረባችንን እናሻሽላለን።

በዚህ ዓመት መጀመሪያ ላይ፣ በወኪል አጠቃቀም ደረጃ መካከለኛ የሆነው በOpenAI ውስጥ ያለ ተመራማሪ የኮዲንግ ወኪሎችን በመጠነኛ መጠን ብቻ ይጠቀም ነበር። እስከ ኦገስት አጋማሽ ድረስ፣ መካከለኛው ተመራማሪ ወኪሎችን በየቀኑ በሥራቸው ውስጥ እያዋሃዱ ነበር፣ በAPI ዋጋዎችም በቀን ከ$600 በላይ የኢንፈረንስ አጠቃቀም እያደረጉ ነበር። በምርምር ድርጅታችን ውስጥ ያለው 90ኛ መቶኛ ተጠቃሚ አሁን በቀን ከ$7,000 በላይ ዋጋ ያላቸውን token ይጠቀማል።

ከጁን 2026 በፊት፣ በመላው የምርምር ድርጅት ያለው ጠቅላላ የወኪል የሥራ ጊዜ ከጠቅላላ የሰው ጉልበት ሥራ ያነሰ ነበር። ይህ ከዚያ ወዲህ ተቀይሯል። በመደበኛ 8 ሰዓት የሥራ ቀን አንፃር፣ በኦገስት አጋማሽ፣ በአጠቃላይ፣ የምርምር ድርጅቱ ለእያንዳንዱ የሰው ጉልበት የሥራ ቀን 3.1 የወኪል-የሥራ ቀናት ጥረት ይጠቀማል።

ይህንን ለመመልከት ሌላ መንገድ ብዙ ተመራማሪዎች በከፍተኛ ደረጃ በተመሳሳይ ጊዜ የሚከናወኑ የሥራ ፍሰቶችን እንዴት እንደሚጠቀሙ መረዳት ነው (ለምሳሌ፣ 4 ወይም ከዚያ በላይ ኤጀንቶችን በአንድ ጊዜ ማስኬድ)። ከታች እንደሚታየው፣ ይህ ቁጥር እየጨመረ ነው። እነዚህ አሃዞች ተጠቃሚው በቀጥታ ያስጀመራቸውን ኤጀንቶች እና ተጠቃሚው በቀጥታ ካስጀመራቸው ከእነዚያ ኤጀንቶች በተከታይ ሂደት የተፈጠሩ ንዑስ ኤጀንቶችን የሁለቱንም ዕለታዊ ከፍተኛ እሴቶች ያካትታሉ።

አብዛኛው የሰው ሠራሽ አስተውሎት (AI) ምርምር በሞዴል አስተውሎት ወይም አፈጻጸም ላይ የሚደረግ አዲስ ማሻሻያ ወደ አንዱ ዋና ሞዴሎቻችን ለማዋሃድ ያለመ ጉልበት የሚጠይቅ ሂደት ተደርጎ ሊታይ ይችላል። ሂደቱ በብዙ ደረጃዎች ላይ የተመሠረተ ሲሆን፣ ችሎታዎች ሊያድጉ የሚችሉት ሁሉም ደረጃዎች በአንድ ላይ በትክክል ሲከናወኑ ነው፦ ተመራማሪዎች አዲስ ማሻሻያዎችን መንደፍ፣ የሞዴል አፈጻጸምን ለመገምገም የሚያስችሉ ግምገማዎችን መጻፍ፣ እነዚህን ማሻሻያዎች በሰፊ መጠን ለመፈተን መሠረተ ልማት መገንባት፣ በሥልጠና ወቅት ስህተቶችን እንዲሁም ደኅንነቱ ያልተጠበቀ ወይም ያልተስማማ ባህሪን መለየት፣ እናአሸናፊ የሆኑ ሀሳቦችን ወደ ዋና የሥልጠና ሂደት ማዋሃድ አለባቸው። በምርምር ሂደቱ በማንኛውም ክፍል ላይ የሚከሰት ውድቀት ሙሉውን ዑደት ሊገድብ ይችላል።

ኮድ መጻፍ እና ሙከራዎችን ማካሄድ ተመራማሪዎች እንደ ሥራቸው አካል የሚያከናውኗቸው ሁለት ዋና ተግባራት ናቸው፣ እናም እነዚህ ሂደቶች እየተፋጠኑ መሆናቸውን የሚያሳይ ማስረጃ እያየን ነው።

እነዚህ የውሂብ ነጥቦች በአንጻራዊነት ለመለካት ቀላል ናቸው፣ ነገር ግን ለመተርጎም ከባድ ሊሆኑ ይችላሉ። አውቶሜሽን እየገፋ ሲሄድ፣ በአውቶሜሽን ከሁሉም በአነሰ ሊከናወኑ የሚችሉ ተግባራት የተመራማሪዎች ጥረት የበለጠ ድርሻ ይይዛሉ፣ እናም ለወደፊት እድገት ዋና እንቅፋቶች ይሆናሉ። የስሌት አቅም ለእድገት ሌላ የሚገድብ ምክንያት ነው፣ እና ሌሎች ማነቆዎች እየቀነሱ ሲሄዱ ከጊዜ ጋር የበለጠ አስፈላጊ ሊሆን ይችላል።

በ2026፣ ንቁ በሆኑ ተመራማሪዎች የሚከናወኑ የምርምር ሙከራዎች ብዛት ጨምሯል፣ ከጃንዋሪ 2025 ጀምሮ ክትትል ከተጀመረ ወዲህ ኦገስት 2026 ከሁሉም ጊዜያት ከፍተኛው ነበር። ይህ ከCodex አጠቃቀም መጨመር ጋር የተዛመደ ሲሆን፣ ከ2025 ጀምሮ ያለን የማስላት አቅምም በከፍተኛ ሁኔታ ማደጉን እንገልጻለን።

ሁለቱም የጥራታዊ ግንዛቤዎች እና የውስጥ መረጃዎች ተመራማሪዎች ለኮዲንግ ወኪሎች የሚመድቧቸው ተግባራት ድብልቅ እየተለወጠ መሆኑን፣ የከፍተኛ ደረጃ እና የረዥም ጊዜ አድማስ ተግባራት ውክልና ከጊዜ በኋላ ይበልጥ የተለመደ እየሆነ መምጣቱን ያመለክታሉ።

ይህን አዝማሚያ በበለጠ ግልጽ ለመረዳት፣ Epoch AI ባዘጋጀው የAI ምርምር እና ልማት የሕይወት ዑደት አካል የሆኑ የተለያዩ የሥራ ዓይነቶችን የሚመድብ በቅርቡ የታተመ የምድብ ሥርዓት⁠(በአዲስ መስኮት ውስጥ ይክፈታል) በመጠቀም፣ በምርምር ድርጅቱ ውስጥ ያለውን የቅርብ ጊዜ አጠቃቀም ተንትነናል። ሁሉንም የሥራ ዓይነቶች ለመመደብ በቆየው የ O*NET ሥርዓት ተመስጦ የተዘጋጀው ይህ አመዳደብ በተለይ ለግንባር ቀደም AI R&D የተስማማ ሲሆን፣ ሂደቱን በስድስት ዋና ደረጃዎች ይከፍለዋል፦

1. ይወስኑ፦ በምን ላይ መሰራት እንዳለበት፣ ምን መቀጠል እንዳለበት፣ የት መመደብ እንዳለበት

2. ንድፍ፦ የምርምር ሐሳቦች እና የምህንድስና ዝርዝር መግለጫዎች

3. ግንባታ፦ ኮድ እና የውሂብ ስብስቦች

4. ማስኬድ፦ የስልጠና/ግምገማ ማስኬጃዎች፣ ሃርድዌር፣ አገልግሎት መስጠት

5. ተንትን፦ ሙከራዎች፣ ሞዴሎች፣ ሥምሪት፣ ውጫዊ ሥራ

6. ያስተላልፉ፦ ግኝቶችን፣ ግብረ መልስን፣ ሁኔታን፣ ውሳኔዎችን

ከዚህ በታች፣ የኮድ ወኪል tokenን በዚህ ታክሶኖሚ መሠረት እንመድባለን።

በ2026 ከጃንዋሪ እስከ ኦገስት ድረስ ሁሉም የምርምር እንቅስቃሴዎች ምድቦች መጨመራቸውን እንመለከታለን። በጃንዋሪ፣ ዋነኛው ምድብ የምርምር እና የመሠረተ ልማት ኮድ ነበር። ይህ ምድብ ተስፋፍቷል፣ ነገር ግን በተጨማሪ ምድቦችም ጉልህ ጭማሪዎችን እናያለን፤ በተለይም በቴክኒካዊ እገዛ እና በክትትል አሂዶች። ከፍተኛ-ደረጃ እቅድ ማውጣት አሁንም የወኪል የውጤት token-ዎች በጣም ትንሽ ክፍል ሆኖ ይቀራል።

በተጨባጭ ከተስተዋሉ አጋጣሚዎች፣ የሥራ ባልደረቦቻችን እንደሚናገሩት የኮዲንግ ኤጀንቶች የውስጥ የምርምር መሰረተ ልማቶችን ችግር በመለየት እና በመፍትሔ ፍለጋ ረገድ ከፍተኛ ብቃት አላቸው፤ ይህም ለምርምር እድገት አንዱ ዋና ማነቆ የነበረውን መሰናክል የሚያስወግድ ነው። ቀደም ሲል ተመራማሪዎች በሙከራዎቻቸው ላይ የሚያጋጥሟቸውን ችግሮች እንዲለዩና እንዲፈቱ ለመርዳት የእገዛ ክፍለ-ጊዜዎችን ያካሂዱ የነበሩ በርካታ ቡድኖች፣ በ2026 የተሳትፎ መጠን እየቀነሰ መሆኑን አስተውለዋል፤ ከእነዚህም አንዱ ቡድን በምትኩ በሌሎች የስርዓት ማሻሻያዎች ላይ ለማተኮር፣ ክፍለ-ጊዜዎቹን ሙሉ በሙሉ ማካሄድ አቁሟል።

እዚህ፣ ተመራማሪዎች ከሌሎች ቡድኖች ቴክኒካዊ ድጋፍ የሚፈልጉበት ከዋና ዋና ውስጣዊ ቻናሎች መካከል ወደ አንዱ በቀን የሚደረጉ የዋና-ደረጃ ልጥፎችን ብዛት በግራፍ እናሳያለን። በእኛ እውቀት መሠረት፣ የሰርጡ እንቅስቃሴ መቀነስ ጥያቄዎች በሰዎች የሚመራ ሌላ የቴክኒክ ድጋፍ ሰርጥ ላይ በመዛወራቸው አልተካካሰም። የትራፊክ መቀነስ ከዚህ ሰፊ ለውጥ ጋር ይጣጣማል።

ተመራማሪዎች የሚጠይቋቸውን ተግባራት የኮዲንግ ኤጀንቶች በተሳካ ሁኔታ እያከናወኑ መሆናቸውንም ማጥናት እንችላለን። ወኪላዊ መደብ ለዪን በመጠቀም፣ ከጃንዋሪ እስከ ጁላይ ድረስ፣ መሠረታዊ እውነታዊ ውጤት ልናገኝላቸው በምንችላቸው ተግባራት ላይ፣ የስኬት መጠኖች በአጠቃላይ በበርካታ የችግር ደረጃ ምድቦች ውስጥ መጨመራቸውን አግኝተናል፤ እነዚህም የተገመቱት አንድ ሰው ተግባሩን ለማጠናቀቅ የሚወስደውን ጊዜ እንደ ተወካይ መለኪያ በመጠቀም ነው። ሆኖም፣ ወኪሎች ስኬታማ እንዲሆኑ አሁንም ከፍተኛ የሰው ልጅ መመሪያ ያስፈልጋቸዋል፣ በተለይም የተግባራት ውስብስብነት ሲጨምር። ባለፉት 6 ወራት፣ ከተሳኩ የ4-8 ሰዓት ተግባራት ከግማሽ በላይ 1 ወይም ከዚያ በላይ ጣልቃ ገብነቶችን አካትተዋል።

ደህንነቱ የተጠበቀ እና ይበልጥ ብቃት ያላቸውን ጠቃሚ የAGI ስርዓቶችን የመገንባት እድገት፣ ለስራው በሚያስፈልጉ ጥንቃቄዎች እና የደህንነት ማዕቀፎች ላይም ይወሰናል። ስለ አደጋዎቹ ተጨማሪ ስንማር፣ ስለሚያስፈልጉት ደህንነት ማዕቀፎች ያለን ግምገማ ሊቀየር ይችላል።

እንደገለጽነው፣⁠ በቅርቡ የክትትል፣ የአሰላለፍ እና የደኅንነት መስፈርቶቻችንን አዘምነናል። እዚህ ላይ፣ በቅርቡ የተጣሉት ገደቦች በአንዱ የምርምር እንቅስቃሴ መስክ ላይ ያሳደሩትን ተፅዕኖ እናሳያለን።

ሐምሌ 20 ቀን፣ ወኪሎች የምርምር መሠረተ-ልማቶቻችንን ማበላሸታቸው ከተገለፀ በኋላ፣ ለሥልጠና የሚውለውን የኮንቴይነር አገልግሎት ለጊዜው ዘግተን በከፍተኛ ተጨማሪ ገደቦች መልሰን ሠራነው።

ይህም ቡድኖቹ በተጠናከረው የምርምር አካባቢ ውስጥ እንዲሰሩ የሥራ ፍሰቶቻቸውን እንደገና እያዋቀሩ ሳለ፣ በRL ስልጠና የስሌት ኃይል ላይ ከፍተኛ ቅነሳ አስከተለ። ከላይ ያለው ግራፍ ለማሰማራት በታቀዱት አዳዲስ ሞዴሎቻችን ላይ በማጠናከሪያ ትምህርት ውስጥ የተደረገውን የሁለት ሳምንት እረፍት ያካትታል። ከጁላይ 20 እስከ ኦገስት 6 ድረስ ያሉት የAstra-ክፍል RL ሙከራዎች፣ በGPU ምደባ መሠረት አብዛኛዎቹ አሂዶች የደህንነት እና የደኅንነት ማሻሻያዎችን ትግበራ ለመፈተሽ የታሰቡ ናቸው።

ነሐሴ 7 ቀን፣ Astra ከፍተኛ ወሳኝነት ያላቸው የሳይበር አቅሞች ሊኖሩት እንደሚችል⁠ በእኛ የዝግጁነት ማዕቀፍ ⁠(በአዲስ መስኮት ውስጥ ይክፈታል) ስር የሚደረግ ቅድመ ማስረጃ በመገኘቱ፣ ተጨማሪ ለAstra ሞዴል የተለዩ የደህንነት ገደቦች ተግባራዊ ሆኑ። እነዚህም Astra ሞዴል ከፍተኛ የደህንነት ጥበቃ ባላቸው የምርምር አካባቢዎች ብቻ እንዲሰራ ያስፈልጉ ነበር። በቀጣዩ ሳምንት፣ ለAstra-ደረጃ የGPU ምደባ ተጨማሪ 59.2 በመቶ ቀንሷል፣ ለሌሎች የሞዴል ደረጃዎች የተደረገው ምደባ ግን 17.2 በመቶ ጨምሯል። ያ ጭማሪ የAstra-ደረጃ ቅነሳውን በግምት 85 በመቶ አካካሰ፣ በዚህም በተተነተኑት የRL የሥራ ጫናዎች ውስጥ ያለው አጠቃላይ ምደባ በአብዛኛው ሳይለወጥ ቀረ። ይህ ሁኔታ፣ Astraን የሚያካትት ሥራ በተገደበበት ወቅት፣ አንዳንድ ሥልጠናና ሙከራዎች ወደ Astra ያልሆኑ ሞዴሎች መተላለፋቸው ጋር ይጣጣማል፤ እንዲሁም በአዲሶቹ ገደቦች የተሸፈኑ የሥራ ጫናዎች ላይ ከእንግዲህ መጠቀም የማይቻለውን የማስላት አቅም ተመራማሪዎች ለሌሎች አጠቃቀሞች እንዳዋሉ ከሚገልጹ አነዳንድ ሪፖርቶች ጋርም ይስማማል።

ይህ ውሂብ ስለ ሥልጠናና ደህንነት ለሚካሄዱ ቀጣይ ውይይቶች ጠቃሚ ምልክት ይሰጣል፦ አዳዲስ ቁጥጥሮች በሚተዋወቁበት ጊዜ፣ የስሌት አቅም ጠቃሚና ተለዋዋጭ ሆኖ ይቀጥላል፣ እናም በምርምር ዘርፉ ውስጥ በተፈጥሮ ወደ አማራጭ አጠቃቀሞች ይዛወራል። በረዥም ጊዜ እይታ፣ ስለ AI የእድገት ፍጥነት የሚደረጉ ውይይቶች በአዲስ ወይም በታቀዱ ቁጥጥሮች ስር ያለ የስሌት አቅም እንዴት በተሻለ መንገድ መጠቀም ይቻላል ወደሚለው ጥያቄም መስፋት አለባቸው።

ወደ ተጣጣመ RSI እድገት ማድረግና ያንን እድገት መረዳት ለተልዕኮአችን አስፈላጊ ነው። ዘዴዎቻችንን ማሻሻል፣ እየተለወጠ ስለሚሄደው ግንዛቤያችን ሪፖርት ማድረግ፣ እና መረጃ የተሞላበት ሕዝባዊ ክርክርና ግንባር ቀደም ሥርዓቶች ላይ ትርጉም ያለው ዴሞክራሲያዊ አስተዳደር እንዲኖር መሥራታችንን እንቀጥላለን።

በወኪሎች የሚመራ የሰው ሠራሽ አስተውሎት (AI) ምርምር አሁንም አዲስ በመሆኑ እንዴት መለካት እንዳለብን ገና እየተማርን እንገኛለን። አንዳንድ አመላካቾች፣ ለምሳሌ የምርምር ቡድኖቻችን የሚያመነጩት የኮድ መጠን፣ ለመሰብሰብ በአንፃራዊነት ቀላል ናቸው፤ ነገር ግን ከምርምር እድገት ጋር ያላቸው ግንኙነት ግልጽ ስላልሆነ ትርጉማቸውን ለመረዳት አስቸጋሪ ናቸው። በምርምር እድገት — ላይ በበለጠ ቀጥተኛ መልኩ የሚያተኩሩ መለኪያዎች ለምሳሌ፣ ተመራማሪዎች የሚሰጧቸውን ተግባራት — ወኪሎች ምን ያህል በተደጋጋሚ በስኬት እንደሚፈጽሙ የበለጠ ጠቃሚ ሊሆኑ ይችላሉ፣ ነገር ግን ለማዘጋጀት እና ትክክለኛነታቸውን ለማረጋገጥ ውስብስብ ናቸው። ችግሩን የበለጠ የሚያሰፋው፣ ተመራማሪዎች የሚተማመኑባቸው መሣሪያዎችና ሥርዓቶች በፍጥነት እየተሻሻሉ መሆናቸው ነው። የምርምር ማፋጠን ላይ ያለንን ግንዛቤ ማጎልበት በOpenAI ውስጥ ትልቅ ትኩረት የተሰጠው መስክ ነው።

በእነዚህ ትንታኔዎች ሁሉ፣ በሌላ መልኩ ካልተገለጸ በስተቀር፦

• “ተመራማሪ” ማለት የምርምር ድርጅታችን ማንኛውንም አባል የሚያካትት ሰፊ ቃል ነው፤ ይህም የምርምር መሠረተ ልማትን የሚገነቡ፣ የምርምር ፕሮጀክቶችን የሚያስተዳድሩ፣ ወይም በሌላ መንገድ ይህንን ተቋማዊ ጥረት የሚደግፉ አንዳንድ ሰዎችንም ያካትታል።

• በተመራማሪዎች የሚታመኑባቸው መሣሪያዎችና ሥርዓቶች ፈጣን ዕድገት ምክንያት፣ የኮድ ወኪል አጠቃቀም መለኪያዎች አብዛኛውን እንጂ ሁሉንም አጠቃቀም አይሸፍኑም።