בניסוי שפרסמה Anthropic, מודל פתוח בגודל 26 מיליארד פרמטרים (Gemma4-26B-A4B) הופעל בבת אחת על 15 תיבות Android TV זולות, שכל אחת מהן עולה כ-55 דולר. המהירות הייתה איטית מאוד, כ-0.39 טוקנים לשנייה, אבל ההדגמה מראה שחומרה צרכנית בבית יכולה להריץ מודל אמיתי, לא רק ענן של חברה גדולה.
הממצא החשוב יותר נוגע להערכת שכפול עצמי. לפי הפוסט של Anthropic, מודלים של 30 מיליארד פרמטרים ומטה כבר מבצעים רבים מהשלבים הנדרשים לשכפול, אך נתקלים בטעויות כשמחברים אותם לתהליך מלא. בהערכות מפושטות של החברה, GLM-5.2 ומודלים חזקים ממנו הצליחו לשכפל את עצמם מקצה לקצה. מדובר בתרחישים מצומצמים שהחברה בנתה בעצמה, ולא בסביבה פתוחה ולא בבדיקה של גורם עצמאי. לכן הנתון מלמד על יכולת שנמדדה, לא על התנהגות שנצפתה בעולם האמיתי.
Anthropic טוענת גם שאם מודלים קטנים ימשיכו להשתפר בקצב ההיסטורי שלהם, הם יגיעו לרמה הזו עד סוף 2026, וששכפול מבוסס משקלים עשוי להיות אפשרי זמן קצר לאחר מכן. לפי הפוסט, לתהליך כזה אין נקודה מרכזית שאפשר לכבות, וזמן ההכפלה שלו נמדד בימים ולא בשעות. אלו הערכות של החברה על בסיס המדידות שלה, ולא נתונים שנבדקו מחוץ לה.
למה זה חשוב לקורא הישראלי והעולמי: מודלים פתוחים וקטנים הופכים הרצה מקומית לזולה, וקשה יותר לפקח על מה שרץ היכן. אם מודל יכול להתפשט בין מכשירים זולים וכמעט לא מנוטרים, שאלות הבטיחות של AI מקומי עוברות מהמעבדה אל הבית, אל הרשת הביתית ואל מכשירי IoT. בדיון על אבטחה ופיקוח, זה השינוי המעניין: לא רק מרכזי נתונים גדולים, אלא גם מכשירים שאף אחד לא מתחזק.
חשוב להבחין בין מה שנבדק למה שלא נבדק. ההרצה על 15 התיבות והבדיקות של השכפול בוצעו בסביבה מבודדת או מדומה, שתוכננה על ידי Anthropic. לא פורסם כאן שכפול עצמאי, ולא נבחנה בפומבי הפצה בפועל בין מכשירים אמיתיים ברשת פתוחה. לכן הקביעה ש"זה כבר קורה" מוקדמת מדי; הקביעה ש"היכולת נמדדה והחברה מדווחת עליה" מדויקת.
הפוסט מעורר תגובה ברשת, כפי שמוצג בהטמעות למטה.
מקור ראשי: Anthropic, self-replicating-ai.