Sunʼiy intellekt olamida yangi davr: “Loop” texnologiyasi dasturlashni qanday oʻzgartiradi?

Sunʼiy intellekt (AI) texnologiyalari rivojlanishining navbatdagi bosqichi sifatida qaralayotgan “loop” (tsikl) tushunchasi soha mutaxassislari orasida katta muhokamalarga sabab boʻlmoqda. Yaqinda Meta kompaniyasi tomonidan oʻtkazilgan @Scale konferensiyasida Claude Code loyihasi asoschisi Boris Cherny ushbu texnologiyaning ahamiyati haqida toʻxtalib oʻtdi. Uning fikricha, agentli AI tizimlaridan doimiy ishlovchi tsikllarga oʻtish, xuddi qoʻlda kod yozishdan avtomatlashtirilgan agentlarga oʻtish kabi inqilobiy qadamdir. Bu haqda Techcrunch.com xabar beradi.

Chernyning taʼkidlashicha, hozirda dasturlash jarayoni shunchaki agentlar tomonidan kod yozilishidan, agentlar bir-biriga topshiriq beradigan va natijani nazorat qiladigan murakkab zanjirga aylanmoqda. Bu jarayonda bir necha AI agentlari doimiy ravishda fonda ishlab, kod arxitekturasini yaxshilash, xatolarni tuzatish va takrorlanuvchi elementlarni birlashtirish bilan shugʻullanadi. Bunday “tsikllar” inson aralashuvisiz, xuddi tajribali dasturchilar kabi pull-requestlar yuborib, tizimni toʻxtovsiz takomillashtirib boradi.

Agentli tsikllarning ishlash prinsipi

Anʼanaviy dasturlashda rekursiv tsikllar maʼlum bir shart bajarilguncha takrorlanadi. Biroq, AI olamidagi tsikllar biroz boshqacha ishlaydi. Bu yerda qaror qabul qilish jarayoni deterministik emas, yaʼni sub-agentning oʻzi ishni qachon toʻxtatishni hal qiladi. Masalan, “Ralph Loop” deb nomlanuvchi usulda model oʻzi bajargan barcha ishlarni sarhisob qiladi va qoʻyilgan maqsadga erishilgan-erishilmaganini mustaqil tekshiradi. Bu AI modellarining uzoq vaqt ishlaganda “adashib qolish” muammosini hal qilishga yordam beradi.

Ushbu yondashuv OpenAI tadqiqotchisi Noam Brown tomonidan ilgari surilgan “test-time compute” (test vaqtidagi hisoblash quvvati) konsepsiyasiga mos keladi. Unga koʻra, zamonaviy modellar deyarli har qanday murakkab muammoni hal qila oladi, faqat buning uchun ularga yetarli darajada hisoblash resurslarini taqdim etish lozim. Tsikllar esa muammo toʻliq yechilguncha hisoblash quvvatini sarflashda davom etaveradi.

Iqtisodiy jihat va kelajakdagi xatarlar

Garchi bu texnologiya samarali koʻrinsa-da, uning oʻziga yarasha kamchiliklari mavjud. Eng asosiy muammo — xarajatlar. Oddiy savol-javob chatbotlaridan farqli oʻlaroq, doimiy ishlovchi tsikllar tokenlarni juda tez sarflaydi. Anthropic kabi token sotishdan daromad koʻradigan kompaniyalar uchun bu foydali boʻlishi mumkin, ammo oddiy foydalanuvchilar va biznes vakillari uchun bunday ish uslubi ancha qimmatga tushishi tayin.

Shunga qaramay, mutaxassislar bu yoʻnalishni AI rivojidagi mantiqiy davom deb hisoblashmoqda. Agentlarga koʻproq erkinlik berish va ularga doimiy vazifalarni ishonib topshirish, inson omilini kamaytirib, murakkab loyihalarni boshqarishni osonlashtiradi. ixbt.com maʼlumotiga koʻra, ushbu texnologiya yaqin yillarda yirik IT-kompaniyalarning asosiy ish quroliga aylanishi kutilmoqda.

Xulosa qilib aytganda, AI olami “tsikllar” davriga qadam qoʻymoqda. Bu nafaqat dasturlashda, balki maʼlumotlarni tahlil qilish va boshqa raqamli sohalarda ham samaradorlikni yangi bosqichga olib chiqishi mumkin. Biroq, bu jarayonda hisoblash quvvatini boshqarish va xarajatlarni optimallashtirish masalasi dolzarbligicha qoladi.