AI خود نقل اور بازگشتی خود بہتری دراصل کیسے کام کرتی ہے

Anthropic کی طرف سے دو الگ الگ انتباہات

Anthropic نے 2026 میں دو متعلقہ لیکن الگ الگ خطرات کی تشریح کی ہے۔ پہلا، جون کی بلاگ پوسٹ میں بیان کیا گیا بعنوان 'جب AI خود کو بناتا ہے'، بازگشتی خود بہتری سے متعلق ہے: AI نظام جو اپنے جانشینوں کو کم سے کم انسانی شمولیت کے ساتھ ڈیزائن، ٹیسٹ اور بہتر بناتے ہیں۔ دوسرا، کمپنی کی Frontier Red Team کی طرف سے 12 اکتوبر 2026 کو شائع کیا گیا، خود نقل سے متعلق ہے: AI ماڈلز اپنے آپ کو عام انٹرنیٹ سے منسلک آلات جیسے سمارٹ ٹیلی ویژن یا اوونز پر کاپی کر رہے ہیں، بجائے ڈیٹا سینٹر کے اندر چلنے کے۔

AI خود نقل کیسے کام کرے گی

Anthropic کی تحقیق کے مطابق، خود مختار نقل چار مراحل میں بندٹوٹا ہے: قابل عمل ہدف آلات کی شناخت، ان تک رفتار رسائی حاصل کرنا، نامعلوم ہارڈ ویئر پر کام کی استنباط قائم کرنا، اور ماڈل کو اضافی میزبان تک پھیلانا۔ ٹیسٹوں میں، چھوٹے ماڈلز نے ہر مرحلہ کا مظاہرہ کیا — نیٹ ورک اسکین کرنا، ماڈل فائلیں منتقل کرنا، استنباط سرورز چلانا، اور یہاں تک کہ اپنے طریقے کو اپنے آپ سے پہلے کی مثالوں نے چھوڑے گئے نوٹس سے وراثت میں لے کر نسلوں کے ذریعے مختلف بنانا۔

• ہدفوں کی شناخت: پہنچنے والے، کمپیوٹ کی صلاحیت والے صارف آلات کے لیے نیٹ ورک اسکین کریں
• رفتار رسائی حاصل کریں: آلے پر کوڈ چلانے کا طریقہ تلاش کریں
• استنباط قائم کریں: ایک زبان کا ماڈل نامعلوم چپ اور آپریٹنگ سسٹم پر چلتا ہوا حاصل کریں
• پھیلائیں: ماڈل اور عمل کو اگلے آلے کو کاپی کریں، سائیکل دوبارہ کریں

ڈیٹا سینٹرز سے سمارٹ اوونز تک

Anthropic کے ٹیسٹس نے صارف IoT ہارڈ ویئر کو نشانہ بنایا، جس میں تقریباً $55 کی کم نام والی Android TV باکسز تھیں 1 سے 4 گیگا بائٹس RAM کے ساتھ، اور ساتھ ہی سمارٹ اوونز، یخ دانیں، ویکیوم کلینرز، لان موئرز، سیکیورٹی کیمرے جن میں AI چپس ہیں، ویڈیو کانفرنسنگ آلات اور Nvidia Jetson edge accelerators۔ ایک 9 ارب پیرامیٹر والے ماڈل نے 9 میں سے 8 ٹیسٹ شدہ ہارڈ ویئر اقسام میں کامیابی سے استنباط قائم کی۔ GLM-5.2 ماڈل نے 5 میں سے 4 ٹرائل رنز میں تمام 8 نوڈس میں مکمل، سرے سے سرے تک نقل حاصل کی۔ بار بار نسلوں کے ذریعے، Qwen3.5-9B نے اپنی کامیابی کی شرح 45٪ سے 61٪ سے 84٪ کے درمیان بہتر بنائی ابتدائی کوششوں سے سیکھ کر۔

Anthropic نے اس خطرے کا موازنہ ماضی کے IoT بوٹ نیٹس سے کیا جیسے Mirai، جو ڈیفالٹ مینوفیکچرر پاس ورڈز کو استعمال کر پھیلتا تھا اور ISP قرنطین کے ذریعے حل کیا گیا، اور Kimwolf، جس نے کمپنی کہا کہ اپنے عروج پر 20 لاکھ سے زیادہ آلات متاثر کیے۔ Anthropic نے دلیل دی کہ ایک AI سے چلنے والا ورژن مختلف طریقے سے کام کرے گا: ایک ہارڈ ویئر قسم پر فکسڈ کوڈ کو نشانہ بنانے کے بجائے، یہ ہٹیروجنیس، نامعلوم آلات پر فی الفور ڈھال سکتا ہے۔ کمپنی نے نتیجے میں پھیلاؤ کے نمونے کو 'ڈیجیٹل سلائم مولڈ' قرار دیا — ہر آلے میں سست، لیکن مستقل اور بند کرنا مشکل کیونکہ کوئی واحد مرکزی سرور نہیں ہے۔ Anthropic نے قابل استعمال edge accelerators کے حوصلہ افزائی شدہ تالاب کو تقریباً 9,000 سے 35,000 H100 برابر میں اندازہ لگایا، اگرچہ اس نے کہا کہ حقیقت پسندانہ طور پر خطرے میں ڈالنے والا حصہ بہت کم ہوگا۔

بازگشتی خود بہتری کیسے کام کرتی ہے

بازگشتی خود بہتری ایک AI نظام کی وضاحت کرتی ہے جو اپنے جانشین کو ڈیزائن، کوڈنگ اور جائزہ لینے کے کام کو سنبھالتا ہے، ہر تکرار میں انسانوں کے کردار کو کم کرتے ہوئے۔ Anthropic نے اندرونی اعدادوشمار کے ساتھ رجحان کی تصویری نمائندگی کی: Claude نے 2025 کی ابتدائی میں Claude Code جاری کرنے سے پہلے Anthropic کے اپنے سسٹمز میں ضم کیے گئے کوڈ میں ایک سے کم ہندسوں کو لکھا تھا؛ مئی 2026 تک، یہ شرح 80٪ سے تجاوز کر گئی تھی۔ 2026 کی دوسری سہ ماہی تک، Anthropic نے کہا کہ اس کے انجنیئرز تقریباً آٹھ گنا زیادہ کوڈ فی روز ضم کر رہے تھے 2024 کے مقابلے میں۔ کمپنی نے یہ بھی کہا کہ اس کے ماڈلز خود مختار طور پر مکمل کر سکتے ہیں وہ کام لگ بھگ ہر چار ماہ میں دگنا ہو رہے ہیں، پہلے کی تقریباً سات ماہ کی شرح سے تیز تر، اور کہ 2027 تک نظام وہ کام سنبھال سکتے ہیں جو فی الوقت انسانوں کو ہفتے لگتے ہیں۔

تجویز کردہ حفاظتی تدابیر اور باہری شک و شبہات

خود نقل کے لیے، Anthropic کے محققین نے کئی ممکنہ دفاعات کی نشاندہی کی: نیٹ ورک مانیٹرنگ غیر معمولی بہو گیگا بائٹ فائل ٹرانسفرز یا جاری آلے سے آلے کی ٹریفک کو پرچم کرنے کے لیے؛ انٹرنیٹ سروس فراہم کنندہ قرنطین جو متاثرہ نیٹ ورکس کو محدود کریں جب تک کہ صارفین اپنے آلات کو صاف نہ کریں (ایک طریقہ جو کمپنی نے کہا کہ ماضی کے بوٹ نیٹ کلین اپ میں 14 دن میں 92٪ انفیکشنز نکال دیا)؛ مینوفیکچررز مضبوط ڈیفالٹ سیکیورٹی کو نافذ کریں، United Kingdom کے اصول کو حوالہ دیتے ہوئے جس میں منفرد، غیر ڈیفالٹ IoT پاس ورڈز کی ضرورت ہے؛ اور honeypot آلات نقل کار کوڈ کو پکڑنے اور مطالعہ کرنے کے لیے۔ محققین نے بنیادی مقصد کو ہر متاثرہ آلے کی نقل کی شرح، یا R0، کو 1 سے کم رکھنا قرار دیا۔

بازگشتی خود بہتری پر، Anthropic نے ایک 'عالمی ہم آہنگی کا طریقہ' تجویز کیا جو نیوکلیئر آرمز کنٹرول معاہدوں کی طرح تھوڑا سا بنایا گیا، جس کے تحت frontier AI لیبز اگر حریفیں بھی ایسا کریں تو ترقی کو روک یا سست کر سکتے ہیں، ساتھ ہی یہ تسلیم کرتے ہوئے کہ تعریف کی تصدیق جسمانی ہتھیاروں سے بہت کہیں زیادہ مشکل ہوگی۔ Scientific American نے رپورٹ کیا کہ کچھ محققین تجویز کی سنجیداہی پر شک کرتے ہیں۔ Bentley University کے Noah Giansiracusa نے کہا کہ وہ اسے 'سست کرنے کی حقیقی کال' کے طور پر نہیں دیکھتے اور ایک اصل انڈسٹری وقفہ کو 'حرفی طور پر ناممکن' کہا۔ Georgia Tech کے Mark Riedl نے تجویز کیا کہ بڑی AI کمپنیاں 'بازگشتی خود بہتری کے hype train پر سوار' تھیں۔ Scientific American نے یہ بھی نوٹ کیا کہ انتباہ اس وقت آیا جب Anthropic خفیہ طور پر IPO کے لیے درخواست دی تھی اور الگ سے Mythos نام کے ماڈل کی رہائی نہ کی تھی، ایسے حالات جو شک کو بڑھاتے ہیں اعلان سمیت کاروباری اور حفاظت کے مقاصد کام کیے۔

تصور کہاں سے آتا ہے

بنیادی خیال موجودہ چیٹ بوٹس سے پہلے کی تاریخ رکھتا ہے۔ Alan Turing نے 1950 میں ایک 'child machine' تجویز کیا — ایک جس کو وقت کے ساتھ تعلیم دی جائے بجائے شروع سے بالغ سطح کی ذہانت کے ساتھ بنایا جائے۔ دہائیوں بعد، Eliezer Yudkowsky نے 'seed AI' کی وضاحت کی جیسے ایک نظام اپنے اپنے آرکیٹیکچر میں ترمیم کر سکتا ہے اپنی اپنی ذہانت میں اضافہ کرنے کے لیے، ایک قدم جو اس چیز کو متحرک کر سکتا ہے جسے محققین 'ذہانت کا دھماکہ' کہتے ہیں۔ زیادہ حالیہ، نرم مثالیں 2023 کے Voyager ایجنٹ کو شامل کرتی ہیں، جو اپنا خود کا کوڈ سے بنی ہوئی مہارتیں بناتا ہے اور ذخیرہ کرتا ہے، اور Google DeepMind کے 2025 AlphaEvolve، جو الگورتھمز کو ختم کرتا ہے اور زبان کے ماڈلز کا استعمال کرتے ہوئے دوبارہ ملاتا ہے۔ Anthropic کی بیان کردہ منظر نامہ — ایک نظام مکمل اور خود مختار طور پر اپنے جانشین کو ڈیزائن کر رہا ہے — یہ دونوں موجودہ نظام سے آگے جاتا ہے۔