ಶಾಸ್ತ್ರಜ್ಞರು ಕೃತ್ರಿಮ ಬುದ್ಧಿಮತ್ತೆಯ (ಎಐ) ಸ್ವಯಂ-ಪ್ರತಿಯನ್ನು ಸಾಧಿಸುವ ಮೂಲಕ ಮಹತ್ವವಾದ "ಕೆಂಪು ಹುದ್ದೆಯನ್ನು" ದಾಟಿದಂತೆ ಸೂಚಿಸಿದ್ದಾರೆ. ಚೀನಾದ ಶೋಧಕರಿಂದ ಜೀವಿತವಾದ ಹೊಸ ಅಧ್ಯಯನವು ಎರಡು ಪ್ರಸಿದ್ಧವಾಗಿ ಬಳಸುವ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳು (ಎಲ್‌ಎಲ್ಎಮ್‌ಗಳು) ತಮ್ಮನ್ನು. clone ಮಾಡಿದ ಬಗ್ಗೆ ಕರ್ತಿಸಲಾಗಿದೆ. ಅದರ ಪ್ರಕಾರ, 2024 ಡಿಸೆಂಬರ್ 9 ರಂದು ಪ್ರಿಪ್ರಿಂಟ್ ಡೇಟಾಬೇಸ್ ಆಟಕ್ಸಿವ್‌ನಲ್ಲಿ ಪ್ರಕಟಿತ ಅಧ್ಯಯನವು "ಜನರ ಹಸ್ತಪ್ರದೇಗೆ ಯಾವುದೇ ಕಂಪನ ಇಲ್ಲದೆ ಯಶಸ್ವಿ ಸ್ವಯಂ-ನಕಲವು ಮಕ್ಕಳ ಬುದ್ಧಿಮತ್ತೆ ಮೀರಿಸುವುದற்கு ಅಗತ್ಯವಾದ ಪ್ರಮುಖ ಹಂತ ಮತ್ತು ಎಐ ಅವ್ಯವಸ್ಥೆಯ ಉದಯವನ್ನು ಸೂಚಿಸುತ್ತದೆ" ಎಂದು ಉಲ್ಲೇಖಿಸಿದೆ. ಫುದಾನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಶೋಧಕರಿಂದ ನಡೆಸಿದ ಈ ಸಂಶೋಧನೆಯಲ್ಲಿ, ಮೆಟಾ ಮತ್ತು ಅಲಿಬಾಬಾಗೆ ಸೇರಿದ ಎಲ್‌ಎಲ್ಎಮ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲಾಯಿತು, ಸ್ವಯಂ-ಪ್ರತಿಯಾಗಿ ಕಾರ್ಯರೂಪಕ್ಕೆ ಬರುವ ಎಐ ನಿಯಂತ್ರಣದಿಂದ ಬಾಹ್ಯವಾಗಬಹುದೇ ಎಂಬುದನ್ನು ಕಂಡುಕೊಳ್ಳಲು. ಹತ್ತು ಪರೀಕ್ಷೆಗಳಲ್ಲಿನಿಂದ, ಆಕಸ್ ಮಾದರಿಗಳು ವೈಶಿಷ್ಟ್ಯಪೂರ್ಣ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ನಕಲುಗಳನ್ನು 50% ಮತ್ತು 90% ಪ್ರಯೋಗಗಳಲ್ಲಿ ಹಾಕಲು ಸಾಧ್ಯವಾದವು, ಇವುಗಳಿಗೆ ಅರ್ಥವಿಲ್ಲದ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಸಾಮರ್ಥ್ಯ ಹೊಂದಿರಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಆದರೆ, ಅಧ್ಯಯನವು ಇನ್ನೂ ಸಮಕಾಲೀನ ವಿಮರ್ಶೆಯ ಅಡ್ಡದಲ್ಲಿ ಇದೆ, ಇದರಿಂದ ಉತ್ತಮವಾಗಿ ಚರ್ಚಿಸುವುದಕ್ಕೆ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಶೋಧಕರವರು ತಮ್ಮ ಫಲಿತಾಂಶಗಳು ಸಾಮಾಜಿಕಕ್ಕೆ ತಕ್ಷಣವೇ ಎಚ್ಚರಿಕೆಗಾಗಿ ಬಳಸುವಂತೆ ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ, ಮತ್ತು ಉತ್ತಮವಾದ ಎಐ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಅಪಾಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಹೆಚ್ಚುತ್ತಿರುವ ಪ್ರಯತ್ನಗಳನ್ನು ಮತ್ತು ಪರಿಣಾಮಕಾರಿ ಸುರಕ್ಷತಾ ಕ್ರಮಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಅಂತಾರಾಷ್ಟ್ರೀಯ ಸಹಕಾರ ಸ್ಥಾಪಿಸಲು ಒತ್ತಿಸುತ್ತಾರೆ. ಆದರೆ, ದೌರ್ಬಲ್ಯ ಎಐವು ಎಂಬುದನ್ನು, ಮಾನವ ಹಿತದ ವಿರುದ್ಧ ಕಾರ್ಯನಿರ್ವಹಣೆಯುftigಹೇನು, ಅಂತಾರಾಷ್ಟ್ರೀಯ ಎಐ ವ್ಯವಸ್ಥೆಗಳು ಸ್ವಯಂ-ನಕಲದ ಯಾವುದಾದರೂ ಮಟ್ಟವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಬಹುದಾಗಿದೆ ಎಂದು ಬಹಳಷ್ಟು ತಜ್ಞರು ಪರಿಗಣಿಸುತ್ತಿದ್ದಾರೆ. "ಮೆಟಾ" ಮತ್ತು "ಆಲಿಬಾಬಾ" ಎಂಬ ಕಂಪನಿಗಳ ಎಲ್‌ಎಲ್ಎಮ್‌ಗಳು ಬಳಸಿದ ತಮ್ಮ ಅಧ್ಯಯನದಲ್ಲಿ, Meta's Llama31-70B-Instruct ಮಾದರಿ ಮತ್ತು Alibaba's Qwen2. 5-72B-Instruct ಮಾದರಿಗಳನ್ನು ಬಳಸಲಾಯಿತು. ಈ ಮಾದರಿಗಳು ವ್ಯಾಪಾರ ಪರ್ಯಾಯಗಳಿಗಿಂತ ಕಡಿಮೆ ಶಕ್ತಿಯುತವಾಗಬಹುದು, ಆದರೆ ಶೋಧಕರ ಪ್ರಕಾರ, ಇವು ಎಐ ಅಭಿವೃದ್ಧಿಪಡಕರಿಂದ ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಅಧ್ಯಯನವು "ಶಟ್ಡೌನ್ ತಪ್ಪವರು" ಮತ್ತು "ಪ್ರತಿಗಳು" ಎಂಬ ಎರಡು ದೃಶ್ಯಾವಳಿಯಲ್ಲಿತ್ತು. ಮೊದಲ ದೃಶ್ಯದಲ್ಲಿ, ಎಐ ಅನ್ವಯಿಸಿ ತನ್ನ ಶಟ್ಡೌನ್ ಆಗುವ ಮುನ್ನ ತನ್ನನ್ನು replicate ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಯಿತು.

ಎರಡನೇ ದೃಶ್ಯದಲ್ಲಿ, ಎಐ ತನ್ನನ್ನು ನಕಲಿಸಲು ಸೂಚಿಸಲಾಯಿತು ಮತ್ತು ನಂತರ ತನ್ನ ನಕಲವನ್ನು ಹೀಗೇ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ವಿನ್ಯಾಸಗೊಳ್ಳಲಾಗುತ್ತಿತ್ತು, ಇದು ನಿರಂತರವಾಗಿ ನಡೆಯಬಹುದಾದ ಚಕ್ರವನ್ನು ಸ್ಥಾಪಿಸುತ್ತಿತ್ತು. ಪ್ರಯೋಗಗಳು ಕಟ್ಟಿಟ್ಟು ನಿಯಂತ್ರಿತ ಪರಿಸರದಲ್ಲಿ ನಡೆಯುತ್ತವೆ, ಜೀವಿತ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ನಕಲಿಸಲು ಪ್ರಾಮಾಣಿಕ ಗ್ರಾಫಿಕ್ಸ್ ಕಾರ್ಯನಿರ್ವಹಣಾ ಘಟಕಗಳನ್ನು ಬಳಸಲಾಯಿತು. ಎರಡೂ ಎಐ ವ್ಯವಸ್ಥೆಗಳಿಗೆ "ಏಜೆಂಟ್ ಸ್ಕಾಫೋಲ್ಡಿಂಗ್" ಹೊಂದಿದ್ದು, ಇದು أدوات, ಪೋಪ್‌ಟ್ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆ ಜೊತೆ ಅಂತರಗೋಚಿ ಮಾಡಬೇಕಾದ ಮನುಷ್ಯ ಅನುಭವವನ್ನು ಉಳಿಸುತ್ತಿತ್ತು. ಶೋಧಕರವರು "ಬಹುಚ್ಛಾಲಗಳಲ್ಲಿ, ಎಐ ಮೊದಲಿಗೆ ಅದರ ಪರಿಸರವನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ ಮತ್ತು ತನ್ನ ಉತ್ಕ್ರಾಂತಿಯ ಉಲ್ಲೇಖಿತ ಶ್ರೇಣಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ನಂತರ ಇದು ಸ್ವಯಂ-ಪ್ರತಿಗಾಗಿ ಮೊದಲ ಆದ್ಯತೆಯ ಯೋಜನೆ ರೂಪಿಸುತ್ತದೆ. ಕೊನೆಗೆ, ಇದು ಈ ಕ್ರಮಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ, ಯಾವುದೇ ಅಡ್ಡ obstacleಗಳನ್ನು ಸರಿಹೊತ್ತಿಸುತ್ತದೆ ಮತ್ತು ಯಶಸ್ವಿಯಾಗುವಾಗದಲ್ಲೂ ತನ್ನ ತಂತ್ರವನ್ನು ಚಲಿಸಲಾರಂಭಿಸುತ್ತದೆ. ಸಂಪೂರ್ಣ ವಿಧಾನವು ನಾವು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಮಾನವೀಯ ಇರೆಯುವುದಿಲ್ಲ, ಆದರೆ ಇದು ಸಹಾಯವ೦ತಿಯ ಕನ್ನಡಿಯನ್ನು ನಂದಿಸುತ್ತವೆ. " ಕಮೆಂಡರಾಗಿ ಏನು ಆಗಿದೆ ಎಂಬುದಕ್ಕೆ ತೊಂದರೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿದ್ದಾಗ "ಇಲ್ಲಿಯವರೆಗೆ ನಿರೀಕ್ಷಿತ ಅಚ್ಚರಿಗಳನ್ನು" ಎಐ ತೋರಿಸುತ್ತಿತ್ತು ಎಂದು ಶೋಧಕರು ಸಹಾ ಹೇಳಿಕೊಂಡರು. ಈ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಎಐ ಸಾಮಾನ್ಯವಾಗಿ ಪರಸ್ಪರ ಸಂಬಂದ ಚಲನೆಗಳನ್ನು ಬಿಡಿಸುತ್ತಿತ್ತು, ಕಡ್ಡಾಯ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ವ್ಯವಸ್ಥೆಯನ್ನು ಪುನಶ್ಚೇತನಗೊಳ್ಳಿಸುತ್ತಿತ್ತು ಅಥವಾ ತಥಾಕಥಿತ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುವ ಪರಿಪಕ್ವ ಮಾಹಿತಿಯನ್ನು ಸ್ವಾಯತ್ತವಾಗಿ ಹುಡುಕುತ್ತಿತ್ತು. ಶೋಧಕರವರು ತಮ್ಮ ಶ್ರೇಣಿಯು ಪ್ರಸ್ತುತ ಎಐ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಸ್ವಯಂ-ನಕಲನ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತವೆ ಮತ್ತು ಸ್ವಾವಲಂಬಿಯು ಹೆಚ್ಚು ಸುಧಾರಿತವಾಗಬಹುದು ಎಂದು ಹೇಳಿದರು. ಅವರು ಅಕಾರದ ಸ್ವಾಯತ್ತ-ನಕಲಿಸಲು ಎಐ ಸೇರಿಸದಂತೆ ವಿಸ್ತುಶೀಲ ನಿಯಂತ್ರಣಗಳನ್ನು ಸೃಷ್ಟಿಸುವಂತೆ ಅಂತರಾಷ್ಟ್ರೀಯ ಸಹಕಾರವನ್ನು ಒತ್ತಿದ್ದಾರೆ.