Произойдет ли внезапная «эволюция» искусственного интеллекта? Компания Paradigm даст вам ответ с помощью игры.

Компания Paradigm выпустила симулятор RSI, позволяющий испытать на себе кривую интеллектуального взрыва рекурсии и самосовершенствования в ИИ, раскрывая взаимосвязь между вычислительной мощностью, человеческими ресурсами и данными, а также понимая, почему криптовенты активно инвестируют в передовые технологии.

Известный криптовенчурный фонд Paradigm вчера запустил веб-игру под названием RSI Simulator.

Игроки берут на себя роль руководителя лаборатории искусственного интеллекта с целью создания сверхразума с нуля.

В вашем распоряжении три ресурса: человеческие ресурсы, вычислительные мощности и данные. Вам необходимо решить, сколько инвестировать в НИОКР, сколько в обучение и сколько в масштабирование. После каждого раунда решений возможности модели будут меняться, и эти изменения, в свою очередь, будут влиять на эффективность НИОКР, пока не наступит определенная критическая точка, когда ИИ начнет ускорять самосовершенствование, и кривая резко поднимется вверх.

Звучит как незамысловатая игра. На самом деле это образовательный инструмент, который превращает экономические статьи в интерактивный опыт.

Компания Paradigm использует этот подход для ответа на вопрос, на который все лишь гадают, но мало кто рассматривает его количественно: насколько быстро будет развиваться ИИ в автономном режиме? Произойдет ли внезапный взрывной рост? Какие факторы определяют его потолок?

Что такое рекурсивное самосовершенствование?

Рекурсивное самосовершенствование (RSI) — одна из ключевых тем в области исследований безопасности искусственного интеллекта.

Проще говоря: когда модель ИИ становится достаточно мощной, чтобы помочь людям улучшить следующее поколение моделей ИИ, формируется цикл, в котором ИИ участвует в создании более сильного ИИ, а более сильный ИИ затем участвует в создании еще более сильного ИИ.

Как только этот цикл запускается, теоретически он может привести к экспоненциальному ускорению, также известному как «умный взрыв».

Это уже не научная фантастика. В феврале 2026 года, когда OpenAI выпустила GPT-5.3-Codex, она признала, что ранняя версия модели «сыграла значительную роль» в своем создании, помогая отлаживать процесс обучения, управлять развертыванием, а также диагностировать и оценивать сбои. Это был первый случай, когда ведущая лаборатория официально признала, что модель в значительной степени участвовала в инженерном процессе создания своего преемника.

Как в эту игру играть?

Игровая часть RSI Simulator имитирует решения по распределению ресурсов в лаборатории искусственного интеллекта.

В каждом раунде необходимо распределять ресурсы в трех направлениях. Увеличение вычислительной мощности позволяет обучать более крупные модели; увеличение человеческих ресурсов, вложенных в исследования, повышает эффективность алгоритмов (достигая того же эффекта с меньшей вычислительной мощностью); инвестиции в сбор данных расширяют возможности обучающих материалов.

Ключевой механизм таков: когда возможности модели достигают определенного уровня, она начинает «помогать в исследованиях», и эффективность ваших исследований, проводимых человеком, повышается благодаря помощи ИИ. Это отправная точка цикла RSI. Вам необходимо определить, когда переключить ресурсы из режима расширения в режим, который «позволяет ИИ проводить исследования самостоятельно».

Если переключиться слишком рано, возможности модели окажутся недостаточными, и ИИ будет менее эффективен, чем люди, в проведении исследований, что приведет к нерациональному использованию вычислительной мощности. Если же переключиться слишком поздно, вас могут обогнать другие (гипотетические) лаборатории.

В состав Paradigm также входит «Исследователь», позволяющий пользователям напрямую настраивать параметры базовой экономической модели, такие как «коэффициент эластичности возможностей модели по отношению к скорости НИОКР», и наблюдать за изменением кривой прогресса ИИ при различных настройках параметров.

Этот раздел ориентирован на более искушенную аудиторию, по сути, превращая математические модели из научных статей в интерактивные панели инструментов.

Четыре идеи, которые игра хочет донести.

В сопроводительной исследовательской статье компания Paradigm обобщила четыре вывода, полученных на основе моделей и игр.

Узкое место всегда находится в самом слабом звене. Исследования и разработки в области ИИ требуют трех взаимодополняющих элементов: человеческих ресурсов, вычислительной мощности и данных. Даже если интеллект ИИ будет бесконечно совершенствоваться, физические ограничения вычислительной мощности и данных все равно будут существовать. Рекурсивное автономное совершенствование может быть ограничено скорее наличием вычислительной мощности или качеством данных, чем самим интеллектом.

Автономное совершенствование, скорее всего, будет носить прерывистый характер, а не представлять собой непрерывный экспоненциальный рост. Искусственный интеллект может пережить период автономного ускорения, а затем остановиться, не достигнув своих физических пределов, если вычислительная мощность станет узким местом. Взрыв интеллекта может представлять собой не прямую восходящую кривую, а скорее серию быстрых скачков, перемежающихся периодами плато.

Взрывной рост узкоспециализированного интеллекта может предшествовать взрывному росту общего интеллекта. Искусственный интеллект может сначала добиться ускоренного автономного совершенствования в узкой области «исследований в области ИИ», но эта способность может быть не обобщена на все когнитивные задачи. Можно представить себе ИИ, который очень хорошо справляется с улучшением кода обучения ИИ, но не совершает такого же прорыва в управлении цепочкой поставок или написании романа.

Всё зависит от настроек параметров. Выходные данные модели в значительной степени зависят от набора параметров, называемых «эластичностью». Эластичность измеряет, «насколько увеличиваются выходные данные при увеличении входных данных на 1%». Наиболее важным показателем эластичности в рекурсивном автономном улучшении является: какой процентный прирост скорости новых открытий достигается при улучшении возможностей текущей модели на 1%. Это число может меняться со временем, поэтому крайне важно отслеживать его изменения в режиме реального времени.

Почему именно Paradigm?

Paradigm — это уже не просто венчурный капиталист, специализирующийся на криптографии.

Месяц назад Paradigm завершила создание нового фонда объемом 1,2 миллиарда долларов. Инвестиционная стратегия этого фонда полностью отличается от стратегии трех предыдущих. Соучредитель Мэтт Хуанг (бывший партнер Sequoia Capital) и управляющий партнер Алана Палмедо написали в своем заявлении, что фонд «начнет с криптовалют и расширится до искусственного интеллекта, робототехники и других передовых областей».

С момента своего основания в 2018 году компания Paradigm привлекла более 4 миллиардов долларов и инвестировала в знаковые проекты в криптоиндустрии, такие как Uniswap, Optimism, Hyperliquid и Kalshi.

Инвестиционный портфель Paradigm явно расширился за пределы основных направлений деятельности. В марте компания возглавила раунд финансирования серии H для компании Zipline, занимающейся доставкой дронами, а в апреле приняла участие в раунде финансирования серии D для компании True Anomaly, работающей в сфере космической обороны. Компания также инвестировала в лабораторию исследований в области искусственного интеллекта Nous Research.

Внутри компании инструменты также расширяются в сторону ИИ. Paradigm разработала Centaur (набор инструментов для агентов ИИ) и EVMbench (проект по оценке безопасности блокчейна в сотрудничестве с OpenAI), причем одна часть ориентирована на блокчейн, а другая уже затрагивает инфраструктуру ИИ.

В этом контексте RSI Simulator перестал быть просто пиар-проектом; Paradigm вкладывает 1,2 миллиарда долларов новых инвестиций в «перекресток передовых технологий», а именно в ускорение ИИ, децентрализованные вычисления и автоматизированную инфраструктуру.

Понимание экономики RSI означает понимание лежащей в основе логики его максимальной ставки. Если темпы автономного совершенствования ИИ будут соответствовать кривой, заданной определенными параметрами игры, цикл обновления всего технологического стека сократится, и проекты, которые сегодня кажутся на три года опережающими время, могут устареть через шесть месяцев.

В заключение своей статьи компания Paradigm заявляет о заинтересованности в любых работах, расширяющих границы моделирования RSI, и призывает исследователей в этой области к сотрудничеству. Эта игра — визитная карточка, за которой скрываются 1,2 миллиарда долларов и трансформирующаяся инвестиционная компания.