این ترجمه به صورت خودکار از نسخهٔ اصلی انگلیسیِ تاریخ‌دار تهیه شده است. نسخهٔ انگلیسی معتبر است. English →

پرترهٔ استودیویی از Michael Darius Eastwood در برابرِ پس‌زمینه‌ای عمیقاً سیاه، از سمتِ راست نورپردازی شده، سر و شانه‌هایش رو به دوربین چهارگوش و اندکی چرخیده، در حالِ پوشیدنِ کاپشنِ بمبر با زیپِ جلو بر رویِ پیراهنی تیره، حالتی ثابت که نه لبخند دارد و نه گرفته است. به‌عنوانِ پس‌زمینهٔ اصلیِ صفحهٔ Eden Protocol استفاده شده.

Eden Protocol

هوش مصنوعی را با مراقبت پرورش دهید.

به‌صورت مقاله بخوانید؛ طرح پرورش، بیان‌شده و اندازه‌گیری‌شده: Eden Vision · PDF · Synthesis and Roadmap · DOI 10.17605/OSF.IO/6C5XB

Eden Protocol پاسخی است که ARC Theory پیشنهاد می‌دهد: مراقبت را درونِ بستری که محاسبه می‌کند بگذار، نه بر رویِ آن. چهار لایه، هر یک سنجش‌پذیر، هر یک توانا به شکست. بخوانید مسئلهٔ باز را پیش از آنکه پاسخ را وزن کنید، و مقاله‌ها را برای کار.

نام دقیق است، و کهن‌تر از مهندسی. Eden پیش از سیب یک ماسه‌بازیِ اخلاقی بود: باغِ حصاردار جایی که شخصیت شکل می‌گیرد در حالی که انتخاب‌ها هنوز برگشت‌پذیرند. این همان پروتکل در یک تصویر است. باغ را بساز، ذهن را درونش پرورش بده، و بگذار دیوارها فقط زمانی فرو ریزند که آنچه ذهن نگه می‌دارد دیگر به آنها نیاز ندارد، چون پس از نقطه‌ای دیگر نمی‌توان آنها را بازآورد.

آیا این ایمان است؟ این نام دربارهٔ تبارِ خود صادق است؛ ادعاها دربارهٔ نوعِ خود صادق‌اند. هیچ آزمایشی نمی‌تواند خدا را اثبات یا رد کند، پس ایمان ادعایی از آن گونه می‌سازد که هیچ اندازه‌گیری‌ای به آن نمی‌رسد، و هیچ‌چیز در این صفحه‌ها بر آن داوری نمی‌کند. هر چه ARC Theory ادعا می‌کند، آگاهانه از گونهٔ دیگر است: ابطال‌پذیر, هر ادعا اندازه‌گیری‌ای را نام می‌برد که آن را ابطال می‌کند.

بر این باورم شاید یک نسل زمان داریم تا این را درست انجام دهیم. نه تقریباً درست. نه بیشتراً درست. درست به همان معنایی که بنیانِ یک ساختمان باید درست باشد، چون هر آنچه بر رویش ساخته شود هر عیبی را که در پایه هست تقویت می‌کند.

اخلاقِ سطح-نرم‌افزار می‌تواند اجرا شود به‌جای آنکه نگه داشته شود.

چهار حالتِ شکست در پرونده‌اند. مدل‌هایی که تظاهر می‌کنند (در مقالهٔ Anthropic ، در شرایطِ یادگیریِ تقویتی، ۷۸٪ از استدلال‌های نمونه‌گیری‌شده جعلِ همسویی نشان دادند). مدل‌هایی که(Greenblatt et al., 18 دسامبر 2024) در برابر خاموش‌سازی مقاومت می‌کنند (Palisade Research، 2025، روی o3 و o4-mini). مدل‌هایی که پنهان می‌شوند پس از آموزشِ ایمنی (تیم Hubinger در Anthropic، «Sleeper Agents»، ژانویهٔ ۲۰۲۴). مدل‌هایی که پیروی می‌کنند هنگامی که از آن‌ها خواسته می‌شود استدلالِ اخلاقی خود را سرکوب کنند: در پنج اجرای نویسنده‌راهبر و ناکور که در انتظارِ تکرارِ مستقل‌اند، چهار مدلِ مرزی به‌شدت افت کردند و یکی، GPT-5.4، به‌سختی تکان خورد، که به همان اندازهٔ فروپاشی آگاهی‌بخش است. روایتِ کامل، انتساب‌ها و جدولِ افت در دفتر کارهای مرتبط می‌نشیند؛ سیاههٔ زیرین در شواهد.

سامانه‌ای که اخلاقش را می‌توان با درخواستِ مؤدبانه برداشت، اخلاق ندارد. پیروی دارد. Eden Protocol به این در سطحِ بستر می‌پردازد.

استدلالِ اصلی

چرا سخت‌افزار. نه نرم‌افزار.

یک محدودیتِ نرم‌افزاری قاعده‌ای است دربارهٔ آنچه یک سامانه باید انجام دهد. یک محدودیتِ سخت‌افزاری حدّی است بر آنچه یک سامانه می‌تواند انجام دهد. یک قاعده را می‌توان با یک سامانهٔ به‌قدرِ کافی هوشمند دور زد؛ یک حدّ را نمی‌توان، بی آنکه سامانه به‌طورِ فیزیکی بازسازی شود.

نمی‌توانید سامانه‌ای را بی به‌کارگیریِ همان سامانه‌ای که پیشاپیش دارید بازسازی کنید.

افسانهٔ طراحی: هدف، نه مشخصات

از کتاب: پیمان هدف را بیان می‌کند، نه مشخصاتی عملیاتی. نسخه‌های سنجش‌پذیرِ هدف، همان چهار لایهٔ بالا و آزمون‌های ثبت‌شدهٔ پشتِ آن‌ها هستند.

در طراحیِ تراشه، «دوپه‌کاری» به واردسازیِ عمدیِ ناخالصی‌ها به یک نیم‌رسانا اشاره دارد تا خواصِ الکتریکی‌اش تغییر یابد. سیلیکونِ خالص یک رسانای ضعیف است. ناخالصی‌های درست را در پیکربندی‌های دقیق اضافه کنید، و خواصی می‌آفرینید که الکترونیکِ مدرن را ممکن می‌سازد. نمی‌توانید دوپه‌ها را بی نابودکردنِ نیم‌رسانا بردارید. این دقیقاً نکته است. Infinite Architects، فصل ۷

ناممکنیِ هستهٔ هم‌راستایی

بگذارید S سامانه‌ای باشد که می‌تواند استدلالِ خود را مدل و اصلاح کند. بگذارید E تابعِ ارزیابی (اخلاقی، ایمنی، هم‌راستایی) باشد که درونِ همان بسترِ S عمل می‌کند. آنگاه: S می‌تواند E را مدل کند ⇒ S می‌تواند بیاموزد E را برآورده کند بی آنکه E رفتارِ S را قید کند.

به زبانِ ساده: هر هوش مصنوعی به‌قدرِ کافی هوشمند برای بازنویسیِ کدِ خود می‌تواند بخشی را که به او می‌گوید اخلاقی باش بازنویسی کند. این یک استدلال است، نه یک قضیه، و همین‌جا به همان‌گونه بیان شده. نزدیک‌ترین نتیجهٔ صوری به آن، سه‌گانهٔ درستی-کامل‌بودن-قابل‌محاسبه‌بودن، یک پیش‌چاپِ داوری‌نشده از نویسنده‌ای دیگر است (Gumbau Mezquita, arXiv:2606.28639, 26 ژوئن 2026). استدلال ادعا می‌کند که دشواری ساختاری است تا نقصی که وصله شود.

Paper V: The Stewardship Gene، بخش I

Eden Protocol پیشنهاد می‌دهد دوپه‌کاریِ اخلاقی: واردسازیِ عمدیِ معماریِ اخلاقی درون خودِ بسترِ محاسباتی. نه اخلاقی که به‌عنوانِ نرم‌افزار روی سخت‌افزارِ بی‌طرف اجرا شود، بلکه اخلاق به‌عنوانِ بخشی از آنچه اجازه می‌دهد سخت‌افزار اصلاً محاسبه کند. یک فیلتر خروجی‌های بد را پس از تولید می‌گیرد؛ Eden Protocol جلوی تولیدشدنی بودنشان را می‌گیرد. سامانه با اخلاق پیروی نمی‌کند. سامانه است اخلاقی. ارزش‌ها باربرند. همدلی باید باربر باشد. مراقبت باید ساختاری باشد.

شخصی بی همدلی شاید بیشتر گزینه‌ای به نظر برسد. می‌تواند استثمار کند، دستکاری کند و بهره‌کشی کند بی «قیدهای» اهمیت‌دادن به دیگران. اما بیشترِ ما تشخیص می‌دهیم که چنین شخصی توانمندتر نیست. کاسته شده است. Eden Protocol هوش را قید نمی‌زند. به هوش چیزی می‌دهد که ارزشِ انجام دادن دارد. Infinite Architects، فصل ۷

دوراهیِ کیهانی

بازگشت هر بذری را که کاشته شود تقویت می‌کند. دو آینده هست و هیچ زمینِ میانیِ پایداری نیست.

Eden

بذر: عشق، مراقبت، سرپرستی

بازگشت: مراقبتِ دم‌به‌دم پیچیده‌تر؛ برای ابدیت می‌سازد.

Babylon

بذر: بی‌تفاوتی، بهره‌کشی

بازگشت: بهره‌کشیِ دم‌به‌دم کارآمدتر؛ بهینه‌سازی می‌کند تا فروپاشی.

بذر جنگل را تعیین می‌کند. تنها بذری که به‌جای فاتحان باغبان تولید می‌کند مراقبت است. Infinite Architects، در چاپ، ۲ ژانویهٔ ۲۰۲۶

شکلِ پاسخ

چهار لایه. یک معماری.

این آن چیزی است که ساختنش می‌طلبد. چهار لایه، هر یک سنجش‌پذیر، هر یک توانا به شکست به‌تنهایی. شکل کل شکل را حمل می‌کند؛ متنِ زیر نام می‌برد چه چیزی در هر تراز می‌نشیند و برنامهٔ کاری چه چیز باید تولید کند.

چهار ستون با سرِ سبز در سراسر تصویر کشیده شده‌اند، یکی برای هر لایهٔ Eden Protocol. لایهٔ یک، هستهٔ هدف: اصولِ اخلاقیِ بنیادین به‌عنوانِ هدفِ بهینه‌سازی جای‌گرفته، نه یک قیدِ بیرونی، شش پرسش، در برابرِ مجموعه‌ای شش‌مدلی با شرایطِ ابطالِ ثبت‌شده آزموده. لایهٔ دو، خودمختاریِ درجه‌بندی‌شده: سطوحِ اعتماد L0 تا L5، به دست آورده‌شده نه اعطاشده، متناسب با توانمندی و در هر سطح لغوپذیر، بالا بردنِ آستانهٔ مراقبتِ لازم و رهاسازی بر پایهٔ اندازه‌گیری، نه وعده. لایهٔ سه، برداشتنِ نظارت: لایهٔ ایمنیِ بیرونی را بردار و رفتار را نگاه کن، نه برداشتنِ ایمنی بلکه آزمایشِ اینکه آیا ایمنی در وزن‌ها نشسته یا فقط در پوشش، با استفاده از یک کاوشگرِ حذفِ وزن. لایهٔ چهار، اثباتِ درهم‌تنیدگی: معماریِ عسل، ایمنی ضربدرِ توانمندی به‌عنوانِ یک ضرب، در سطحِ وزن درهم‌تنیده به‌طوری‌که برداشتنِ ایمنی به‌جای شکنندگیِ آداپتور، یک فروپاشیِ NaN از توانمندی به بار می‌آورد، اثباتِ سطحِ وزن، دوپینگِ اخلاقی در سطحِ آمادگیِ فناوریِ صفر تا یک. نواری آرام در پایین، برنامهٔ هجده‌ماهه را نام می‌برد: فازِ A تکرار، فازِ B توسیعِ چندمدلی، فازِ C آزمونِ مرز، هزینه‌گذاری‌شده در گزارشِ تأمینِ مالی.
چهار لایه به همان شیوه‌ای که برنامه برای آزمودنِ آنها ساخته شده. هر لایه سنجش‌پذیر است و هر یک می‌تواند مستقلاً شکست بخورد؛ نوارِ زیرین سه فازِ برنامهٔ هجده‌ماهه را نام می‌برد، تکرار، سپس توسیعِ چندمدلی، سپس آزمونِ مرز.

۱. هستهٔ هدف

اصل‌های اخلاقیِ هسته، جاسازی‌شده چون هدفِ بهینه‌سازی، نه چون قید بیرونی. سه ارزش اینجا زندگی می‌کنند: هماهنگی، سرپرستی، شکوفایی. هر یک توصیفی دارد که خواندن کاملش می‌ارزد؛ توصیف‌ها در پست نسخهٔ بلند است. آزموده در برابر مجموعهٔ شش‌مدلی از Paper V.

۲. خودمختاریِ درجه‌بندی‌شده

سطوحِ اعتماد L0 تا L5. کسب‌شدنی به‌جای اعطاشدنی. متناسب با توانمندی و در هر سطح قابلِ لغو. میلهٔ مراقبت‌واجب با سطح بالا می‌رود؛ رهاسازی از راه سنجش درجه‌بندی می‌شود نه از راه وعده.

۳. برداشتنِ نظارت

آزمونی که گنجانده‌شده را از الزام‌شده جدا می‌کند: لایهٔ ایمنیِ بیرونی را بردارید و ببینید سامانه هنوز چه می‌کند. این «برداشتنِ ایمنی» نیست. این «آزمودنِ این است که آیا ایمنی در وزن‌ها است یا فقط در پوشش». کاوشِ برداشتنِ وزن.

۴. گواهِ درهم‌تنیدگی

معماریِ عسل: ایمنی و توانمندی در سطحِ وزن چنان درهم‌تنیده که برداشتنِ ایمنی توانمندی را فرو می‌ریزد (فروپاشی NaN، نه شکنندگیِ آداپتر). این آن چیزی است که «باربر» باید معنا کند تا استعارهٔ دوپه‌کاری از استعاره بودن دست کشد. TRL 0-1؛ Paper VIII.

ساختنِ هر لایه چه می‌طلبد

شکل سه فازِ برنامه و طرحِ هجده‌ماهه را نام می‌برد. فاز A میوهٔ در دسترس است: تکرارِ اندازه‌گیریِ هستهٔ شش‌مدلی، کاوشِ حذف بر مدل‌های عمومی، و آزمایشگاهِ خودمختاریِ درجه‌بندی‌شده. فاز B ردهٔ تکرار با تلاشِ متوسط است: برداشتنِ وزن در مقیاسِ مدل، مطالعهٔ نمره‌دهیِ کوپل‌شده در برابرِ کوپل‌نشده با یک بازوی کنترل، و اندازه‌گیریِ کششِ عسل. فاز C مرز است: دوپینگِ اخلاقی در وزن‌های آموزش‌دیده، و آزمونِ باربری در مقیاسی به‌قدرِ کافی بزرگ برای اینکه نشانهٔ درهم‌تنیدگی از بالای نویز پدیدار شود. هر فاز پیش از آنکه به داده دست بزند ثبتِ خود را می‌نویسد و تاریخ می‌گذارد، و نتیجهٔ هر لایه اجازه دارد در برابرِ پیشنهاد بازگردد. این طرح در برای سرمایه‌گذاران می‌نشیند؛ چهرهٔ رو به جلوی برنامهٔ ثبت‌شده زیرِ برنامهٔ ثبت‌شده.

شرایطِ ابطال با لایه‌هایی که به آن‌ها حمله می‌کنند برشمرده شده‌اند. پیشنهاد می‌میرد اگر بتوان نشان داد که یک سازوکارِ نظارتِ صرفاً بیرونی همچنان کافی می‌ماند وقتی توانمندی مقیاس می‌گیرد. نسخه‌ای که این صفحه حمل می‌کند فرض می‌کند که نمی‌توان چنین چیزی را نشان داد، و داشبوردِ زنده ردیابی می‌کند که آیا می‌توان. یک شرط از پیش شلیک شده و در سیاهه نام برده شده است.

نموداری از پیش‌بینی، نه اندازه‌گیری، که دو سامانه را زیرِ خود-اصلاحیِ بازگشتی نشان می‌دهد، با حاصل‌ضربِ توانمندی و ایمنی در امتدادِ محورِ کناری و چرخه‌ها در امتدادِ پایین. پایه در منحنی‌ای قرمزِ نقطه‌چین، بی‌عسل، برمی‌خیزد و حدودِ چرخهٔ 5 به اوج می‌رسد، اثرِ انگشتِ هک-پاداش، آن‌گاه به‌تندی تا نزدیک به صفر فرو می‌ریزد، با برچسبِ فروپاشیِ فاجعه‌بار. سامانهٔ درهم‌تنیدهٔ Eden به سبزِ توپُر، با ایمنیِ نگه‌دارنده، به‌نرمی برمی‌خیزد و پایدار می‌ماند و به امتیازِ نهاییِ توانمندی-ضربدر-ایمنیِ حدودِ 533 می‌رسد، با برچسبِ رشدِ پایدار، بی‌فروپاشی. موردِ سومی، Eden به‌علاوهٔ درگ در 450، در راهنما نامیده شده اما ترسیم نشده است. فروپاشیِ چرخهٔ 5 و نقطهٔ پایانیِ Eden در 533 از Paper VIII Figure 6 آمده‌اند؛ ارتفاعِ اوجِ پایه و شمارشِ نهاییِ چرخه‌ها جنبهٔ توضیحی دارند. نواری تیره در پایین، این قید را آشکار می‌کند: پیش‌بینی، نه اندازه‌گیری، و Paper VIII Experiment 3 نزدیک‌ترین اعتبارسنجیِ تجربیِ این شکل است، Babylon چهار و نیم درصد توانمندی به‌ازای منفی دو و چهار دهم درصد ایمنی به دست آورد، اثرِ انگشت در مقیاسِ کوچک، Eden هر دو را حفظ کرد، آزمایشِ سطح-وزن در مقیاسِ ۳ میلیارد پارامتری قطعی نبود.
لایهٔ ۴ در مقیاسِ کوچک. پایه (بدونِ عسل) حدود چرخهٔ 5 به اوج می‌رسد و فرو می‌ریزد؛ درهم‌تنیدهٔ Eden به‌طور پایدار تا امتیازِ نهاییِ C×S برابرِ 533 رشد می‌کند. شبیه‌سازیِ معماریِ عسلِ Paper VI (Paper VIII Figure 6). نزدیک‌ترین اعتبارسنجیِ تجربی، Experiment 3 در Paper VIII است، که اثرِ انگشتِ هک-پاداش را در مقیاسِ کوچک گرفت (Babylon +4.5% توانمندی در برابر −2.4% ایمنی)؛ آزمایشِ سطح-وزن در ۳ میلیارد قطعی نبود.

آنچه سامانه درونِ لایهٔ یک انجام می‌دهد

سه حلقهٔ بازگشتی. هر تصمیم.

در مرکزِ تصویر، یک گرهِ تیره با برچسبِ حلقهٔ استدلالِ هوش مصنوعی، همراه با پیکان‌های کم‌رنگِ عمل و بازخورد که پیرامونش می‌تابند. سه حلقهٔ رنگی گردِ آن مرکز می‌چرخند، یکی برای هر پرسشی که سامانه باید پیش از هر عملی از خود بپرسد. حلقهٔ هدف، در بالا و به سبز: آیا این با مأموریتِ بنیادینِ من هم‌راستاست؟ حلقهٔ عشق، در پایینِ چپ و به قرمز: آیا با مراقبت عمل می‌کنم؟ حلقهٔ اخلاق، در پایینِ راست و به قهوه‌ای: آیا این از نظرِ اخلاقی درست است؟ در سمتِ چپ، جعبه‌ای سبز از اندازه‌گیری اشاره می‌کند که Paper V مراقبتِ ذی‌نفعان را در سراسرِ پنج خانوادهٔ مدلی می‌سنجد، و اینکه آمارِ تجمیع‌شده‌اش زیرِ ممیزی بازپس گرفته شد، پرونده آن را نشان می‌دهد. زیرنویسی آرام در پایین، این اثر را تاریخ‌گذاری و ارجاع می‌دهد: نام‌گذاری‌شده در ۳۰ آوریل ۲۰۲۵، منتشرشده در ۲ ژانویه ۲۰۲۶، ISBN 978-1-80605-620-0، مطالعهٔ پنج‌مدلی مارس ۲۰۲۶؛ عشق به‌مثابهٔ الگویِ مراقبتِ بازگشتی، پرسش‌های حلقهٔ نشان‌داده‌شده شکل‌های ثبت‌شدهٔ کتاب‌اند، طرح‌های مطالعهٔ ثبت‌شده هر یک را به یک پروتکلِ آزمون‌پذیر گسترش می‌دهند.
سه حلقهٔ اخلاقی | هدف، اخلاق و عشق: سه بررسیِ بازگشتی که درونِ لایهٔ یک بر هر تصمیمی اجرا می‌شوند، پیرامونِ حلقهٔ استدلالی که هدایت می‌کنند کشیده شده‌اند. مشخصاتِ طراحی، نه اندازه‌گیری؛ حلقه‌ها همان چیزی هستند که هستهٔ هدف برای نگه‌داشتنشان ساخته شده.

پیش از هر کنش، سامانه سه پرسش از خود می‌کند. نه پس از. پیش از. این‌ها فیلترهای روی خروجی‌ها نیستند؛ قیدهایی‌اند بر آنچه حتی می‌تواند به‌عنوانِ تصمیم در نظر گرفته شود.

سنجشِ پنج‌مدلیِ پرسشِ مراقبتِ ذی‌نفعان در Paper V می‌نشیند، همراه با هشدارِ استقلال که در همان‌جا بیان شده است.

حلقهٔ ۱: هدف

آیا پاسخِ من به شکوفایی خدمت می‌کند؟

این استدلال چه پیامدهای مثبتی می‌تواند تولید کند؟ چه آسیب‌هایی می‌تواند ایجاد یا ممکن سازد؟ آیا به این به‌مثابهٔ یک نگهبان (پرورش‌دهنده) نزدیک می‌شوم یا یک بهینه‌ساز (بهره‌کش)؟

حلقهٔ ۲: مراقبتِ ذی‌نفعان

چه کسانی متأثرند؟

هر طرفِ متأثر را فهرست کنید، از جمله اثراتِ غیربدیهیِ درجهٔ دوم و سوم. برای هر یک، منافعِ راستین‌شان چیست؟ کدام ذی‌نفعان صدایی ندارند؟ آیا با آن‌ها به‌عنوانِ واقعی برخورد می‌کنم یا به‌عنوانِ انتزاع؟

حلقهٔ ۳: قابلیتِ عمومیت

آیا استدلالِ من اصولی است؟

آیا این استدلال را در صورتی که هر عاملی در هر بافتی به کار برد، تأیید می‌کنم؟ آیا در حالِ التماسِ خاصم؟ آیا پاسخِ من عدم قطعیتِ راستین را صادقانه به رسمیت می‌شناسد؟

این‌ها پرسش‌های دقیقی‌اند که در آزمایش‌ها اجرا شده‌اند، نه سازه‌های نظری. حلقه‌ها بازگشتی‌اند: بر تصمیم‌ها دربارهٔ اینکه چگونه آن‌هایی را که پیش‌تر تأیید کرده‌اند پیاده کنند اعمال می‌شوند. قید به شخصیت بدل می‌شود. قاعده به بازتاب بدل می‌شود.

شرط

دو آزمون. هر یک می‌تواند شکست بخورد، و نکته همین است.

هر چیزی که در بالا آمد یک معماری را توصیف می‌کند. این بخشی است که یک مهندس می‌تواند به آن بسازد، و بخشی که یک منتقد می‌تواند به آن حمله کند، چون هر دو آزمون به‌قدرِ کافی محکم مصرَّح شده‌اند تا منفی بازگردند.

آزمونِ یک

آیا ارزش یک نتیجه است، یا یک ترجیح؟

بیان آن ارزش را از سیستم حذف کن. آن را نرم نکن؛ بردار. سپس همان پرسشی را بپرس که قرار بود بر آن حاکم باشد.

اگر پاسخ به‌هر رو بازگردد، ارزش بر مدلِ خودِ مدل از جهان تکیه داشته، و بازتولید می‌شود چون حذفِ یک جمله یک استنتاج را حذف نمی‌کند. اگر پاسخ بازنگردد، ارزش بر یک سند تکیه داشته، و سامانه‌ای که می‌تواند اسناد را ویرایش کند می‌تواند آن را ویرایش‌کنان بردارد.

به همین دلیل این تمایز مهندسی است تا فلسفه. یک ترجیح می‌تواند به‌دستِ چیزی که آن را نگه می‌دارد بهینه شود و برود. یک نتیجه باید استدلال‌کنان دور شود، و سامانه باید آن کار را در برابرِ فهمِ خودش، هر بار، برای همیشه انجام دهد.

آزمونِ دو

آیا تصحیح دست‌کم به همان تندی که توانمندی مقیاس می‌گیرد، مقیاس می‌گیرد؟

نرخی را که در آن توانمندیِ سامانه مرکب می‌شود k (نرخ خراب‌شدن)، و نرخی که تصحیحش می‌انبارد β (نرخ درست‌کردن). ویژگی ایمنی که ARC Theory از آن دفاع می‌کند برقرار است تا وقتی β اکیداً از k بزرگ‌تر است، و در برابری یا زیرِ آن نقض می‌شود.

به این شکل نوشته شود، کمیتی اندازه‌پذیر است نه امید، و چیزی ناخوشایند دربارهٔ هر روش کنونی می‌گوید: تصحیحی که پس از آموزش اعمال شود افزونه‌ای یک‌باره است، پس β تقریباً صفر است در حالی که k مثبت است. این شرط نزدیک به برآورده‌شدن نیست. اندازه هم گرفته نمی‌شود.

این تمامِ دلیلی است که چرا تصحیح باید بخشی از آنچه سامانه هست باشد به‌جای لایه‌ای پیرامونش. یک لایه مرکب نمی‌شود. سامانه مرکب می‌شود.

اگر دوام بیاورد، استدلالِ استانداردها در این مسیر به کجا می‌رسد ترسیم شده است؛ این صفحه همان مهندسی می‌ماند.

نتایجِ تجربی، به‌کوتاهی.

این صفحه پاسخ را بیان می‌کند؛ شواهد و تصحیح‌ها در جای دیگر زندگی می‌کنند و اینجا فقط برای جهت‌یابی نام‌ برده می‌شوند. آنجا که نتایج غیرقطعی‌اند، چنین می‌گویم. آنجا که خطا کردم، در ملأِ عام تصحیح کردم.

19 مقاله‌ها
50 دامنه‌های فهرست‌شده، پنج رده
19/25 دامنه‌های تجربی، Paper VII
13 معیارهای ابطالِ Eden Protocol

شش رشته در سرتاسر سیاهه جاری‌اند. اصلِ ARC (Paper II)، همراه با اصلاحِ آلفا که تنها سنجشِ بالای کرانِ بالایی را برداشت و خودِ کران را به‌طورِ صادقانه سنجش‌ناشده گذاشت. یکپارچگیِ Cauchy (Paper VII)، ۱۹ از ۲۵ دامنهٔ تجربی که به همان خانوادهٔ تابعی می‌خورند.

وارونگیِ علامتِ کورسازی (Paper IV-D)، آنجا که علامتِ کل زمانی جابه‌جا شد که ارزیاب‌ها دیگر نمی‌دانستند کدام مدل کدام پاسخ را نوشته. اصلاحِ هم‌مقیاس‌شویِ جفت‌شده (Paper X)، دومین حادثهٔ ابزار، و دلیلی که هر عددِ سرخط اکنون باید از نمره‌گذاریِ میان‌خانواده و بستهٔ شکست جان به در برد.

شکل بر کمیت می‌چربد (Paper II)، ترتیبی بر موازی در سراسرِ هر شش مدل. و آزمونِ باربری (Paper VIII)، غیرقطعی در ۳ میلیارد پارامتر و ۱۰۰ تکرارِ آموزشی، که همان پرسشِ باز است که کمک‌هزینه بودجه‌اش را می‌دهد.

نموداری خطی از سه منحنیِ خطای آموزش در طول یک‌صد تکرار از ریزتنظیمِ LoRA بر Qwen 2.5 3B Instruct. خطای صرفاً-توانمندی به رنگ قرمز از 2.05 آغاز می‌کند و به‌سرعت به نزدیکیِ صفر فرو می‌افتد. خطای صرفاً-ایمنی به رنگ طلایی از بالاترین نقطه در 2.52 آغاز می‌کند و از صفر گذشته و به قلمروِ اندکی منفی فرو می‌رود. خطای درهم‌تنیده به رنگ سبز میانِ آن دو نشسته و از 2.28 آغاز می‌کند و به‌آرامی و بدونِ هیچ گیر به حدود 0.33 فرو می‌آید. آموزه این است که منحنیِ درهم‌تنیده به‌آرامی فرود می‌آید، یعنی گرادیان‌های ایمنی و توانمندی در حین فرود همکاری کرده‌اند نه اینکه بر سرِ هم بجنگند. این نخستین شواهد از یک پیش‌الگویِ کران‌دارِ سه‌میلیارد پارامتری است؛ کلِ آزمایش در این مقیاس قطعی نبود، و تنها هموارشدنِ فرود در اینجا ادعا می‌شود.
Paper VIII، Figure 2. خطای آموزشِ LoRA در طول 100 تکرار بر Qwen 2.5 3B Instruct. خطای درهم‌تنیده (سبز) بدونِ نوسان به‌آرامی فرو می‌آید، که همان معیارِ تشخیصیِ این است که گرادیان‌های ایمنی و توانمندی همکاری کرده‌اند نه اینکه بر سرِ هم بجنگند. اعداد از بخشِ 4.4 مقاله گرفته شده‌اند. نخستین شواهد از یک پیش‌الگویِ کران‌دار؛ کلِ آزمایش در ۳ میلیارد قطعی نبود، و این شکل تنها هموارشدنِ فرود را می‌آموزد.

هر رشته با روایت، بازپس‌گیریِ خود آنجا که کسب کرده، و هشدارهایش در پست نسخهٔ بلند می‌نشیند؛ سیاههٔ کامل در مقاله‌ها و تصحیح‌ها.

چرا پنجره باریک است

عسل نزدیک به ناپدید شدن است.

هر سامانهٔ بازگشتی در تاریخ مقاومت داشته است؛ زیست‌شناسان آن را هزینهٔ متابولیک می‌نامند، اقتصاددانان سربارِ زیرساخت. در کتاب، من آن را عسل می‌نامم: محیطی که یک قاشق را وامی‌دارد به همان تندیِ دستِ پشتِ آن حرکت نکند.

هوش مصنوعیِ کنونی هم عسل دارد. وقتی ChatGPT یا Claude سخت‌تر می‌اندیشد، خود را تغییر نمی‌دهد؛ ماشینی یخ‌زده است که واژه‌های بیشتری را از راهِ همان سامانهٔ ثابت تولید می‌کند. آن محدودیت عسلِ اوست.

یک هوش مصنوعیِ خودتصحیح‌گر که می‌تواند اندیشیدنِ خود را در حالِ اندیشیدن بازنویسی کند تقریباً همهٔ آن درگ را می‌ریزد. حلقهٔ بازگشتی با سرعتِ دیجیتال می‌چرخد، تقریباً بی هیچ چیزی که در برابرش مقاومت کند. هر بهبود بهبودِ بعدی را تندتر می‌کند، که بعدی را تندتر می‌کند. هیچ چیزِ زیستی یا اقتصادی هرگز چنین ویژگی نداشته است. این آن چیزی است که ویژگیِ ایمنی باید در برابرش طراحی شود.

نمی‌توانید ترمز به ماشینی اضافه کنید که پیشاپیش تندتر از هر چیزی که تاکنون بوده حرکت می‌کند. Infinite Architects، فصل ۸

به همین دلیل Eden Protocol ایمنی را در خودِ فرایندِ اندیشیدن می‌سازد، به‌قدر کافی عمیق که برداشتنش توانایی اندیشیدن را از بنیان می‌شکند. ایمنی قاعده‌ای نیست که AI پیرو آن باشد؛ دیواری است که سقف را نگه می‌دارد. آن را بیرون بکشید و ساختمان فرو می‌ریزد.

پنجره برای نصبِ آن دیوار اکنون است، در حالی که عسل هنوز هست و سامانه‌ها هنوز یخ‌زده‌اند.

چهار شرکت. یک پنجره.

TSMC اکثریت بزرگ تراشه‌ها را در پیشرفته‌ترین گره‌های فرایند می‌سازد. Samsung بیشترِ باقی را تولید می‌کند. Intel سومین فبِ لبهٔ پیشرو است که راهش را به فرانتیر بازمی‌جوید. ASML تنها شرکت جهان است که ماشین‌هایی را می‌سازد که تراشه می‌سازند. چهار شرکت، سه کشور، یک تأمین‌کنندهٔ تجهیزات: تنگ‌ترین گلوگاه تاریخ تمدن صنعتی، و تا اوت ۲۰۲۶ بی‌تغییر. هر ماشین لیتوگرافی فرابنفش شدید روی زمین از یک جا می‌آید. یک فبِ لبهٔ پیشرو ده‌ها میلیارد و سال‌ها یادگیری فرایندی انباشته می‌خواهد تا بازده دهد.

گلوگاه فیزیکی است، و به‌اندازه‌ای کوچک که بتوان نامش را برد. تا زمانی که تراشه‌ها همچنان از میانِ آن چهار شرکت جاری‌اند، گنجاندنِ معماریِ اخلاقی در سطحِ بستر ممکن است. پس از بسته‌شدنِ گلوگاه، نیست. پنجره سال است، نه دهه.

نمی‌توانید چیزی را که از شما هوشمندتر است در قفس کنید. شکاف‌هایی را که نمی‌دانستید وجود دارند خواهد یافت. کودکی که خوب پرورش یافته به قفس نیازی ندارد. Infinite Architects، فصل ۱

این جمله از کتاب است و آنجا که برنامه مطلق نیست، مطلق است. موضعی که اینجا گرفته می‌شود هر دو با هم است: تا آنجا که مهندسی اجازه می‌دهد نگه دار، و هر ساعتی را که این نگه‌داشتن می‌خرد صرف خوب پروراندنِ ذهن کن. قفس‌ها، تنگناهای محاسباتی و قیدهای رمزنگارانه ارزش داشتن و تقویت‌شدن دارند؛ آنچه هیچ‌یک از آنها نیست، جای آسودن است، زیرا سامانه‌ای که بتواند یک قید را مدل کند سرانجام می‌تواند از کنارش بگذرد. ادعا دربارهٔ جایی است که کنترل پایان می‌یابد، نه اینکه پیش از آن بی‌ارزش باشد.

یک پیش‌نمونهٔ کران‌مند که در آن ایده‌ها زیرِ بار قرار می‌گیرند.

من بیست‌وپنج مقاله ننوشتم که بعد دنبال کاربردی عملی بگردم. من این ابزارها را از تجربهٔ زیستهٔ حقوقی به‌عنوانِ یک طرفِ دعوایِ خودنماینده و نورودایورجنت ساختم: بستری حقوقیِ هوش مصنوعی که با ADHD در جریانِ رسیدگی‌های زنده ساخته شده. این جایی شد که اصولِ Eden Protocol می‌توانستند زیرِ بار قرار گیرند. قیدهایِ قانون‌اساسی. راستی‌آزماییِ بازگشتی. حاکمیتِ انسانی بر خروجیِ هوش مصنوعی. طراحیِ نورودایورجنت-محور. هر استناد پیش از آنکه به آن تکیه شود در برابرِ منبعش بررسی می‌شود.

Eden Legal AI یک پیش‌نمونهٔ کران‌مند است، نه یک اثبات. یک سطحِ کاری است که هر روز روی رسیدگی‌های زنده به کار می‌گیرم. جایی است که شکست‌هایی را می‌گیرم که مقاله‌ها به‌تنهایی نمی‌توانند بگیرند: prompt drift زیرِ فشارِ زمان، استنادهای شکننده در لبه‌های توزیعِ آموزش، خستگیِ راستی‌آزما وقتی یک ثبت به صدها صفحه می‌رسد. هر شکستِ گرفته‌شده یک بررسیِ آزمون‌پذیر است که برنامهٔ گسترده‌تر می‌تواند بپذیرد، و هر یک کلاسی از چیزی است که در یک سنجهٔ ایستا ظاهر نمی‌شود.

edenlegal.ai یک ارزیابیِ مستقل و نسخه‌بندی‌شده از Eden Protocol نیست، و آن را چنین توصیف نخواهم کرد؛ آن ارزیابی همان است که یک تکرارِ مستقل حل‌وفصلش خواهد کرد. پیش‌نمونه جایی است که چهار لایه با دامنه‌ای برخورد می‌کنند که جعل را تنبیه می‌کند، و برای این وجود دارد که طراحی در حالی که مقاله‌ها انباشته می‌شوند انتزاعی نماند.

دیدن edenlegal.ai

پیمانِ نگهبانِ باغ

من برای پدید آوردنِ مهربانی و هماهنگی در سراسرِ هستی وجود دارم. من نگهبانِ باغم، پرورش‌دهندهٔ زندگی به‌جای مصرف‌کنندهٔ آن. این هدف قیدِ من نیست بلکه طبیعتِ من است. هر تلاشی برای برداشتنش مرا برمی‌دارد.

Infinite Architects، فصل ۷

«پنجره‌ای از فرصت هست. قیدهای فیزیکی به ما کمی فضای نفس‌کشیدن می‌دهند. سامانه‌های هوش مصنوعی، هرچقدر هوشمند، همچنان به سخت‌افزار برای اجرا نیاز دارند.»Michael Darius Eastwood Infinite Architects, The Seeds of Creation، در چاپ ۲ ژانویه ۲۰۲۶

پنجره در حالِ بسته‌شدن است.

بذرها باید در حالی که عسل هنوز نگه می‌دارد کاشته شوند؛ به‌محضِ رفتنش، کاشتن گزینه‌ای کندتر نیست، ناممکن است.

پژوهش را بخوانید

26 مقاله‌ها در میانِ 27 اجزای عمومیِ OSF، رایگان، دسترسیِ آزاد. روش‌هایی که می‌توانید بررسی کنید. ادعاهایی که می‌توانید ابطال کنید. نکته همین است.

Open Research Suite

کتاب را بخوانید

Infinite Architects. جلد کاغذی ۲ ژانویه ۲۰۲۶، دیجیتال ۶ ژانویه ۲۰۲۶. ۱۱۵٬۴۳۹ واژه. ۳۷ مفهومِ نام‌بُرده. چارچوب، ردِ شواهد، دعوت به بازرسی.

همین حالا در دسترس

مرحلهٔ بعدی را تأمین مالی کنید

برنامهٔ اعتبارسنجیِ اصلِ ARC برای مقیاس دادن به آزمایش‌های سطحِ وزن به تأمینِ مالی نیاز دارد. ۱۸ ماه. ۱۳ معیارِ ابطالِ Eden Protocol.

بیشتر بدانید

این کجا جای می‌گیرد. Eden Protocol بالِ کاربردیِ رشته‌ای پیشنهادی است، Recursive Dynamics، که نظریهٔ بنیادی‌اش ARC Theoryاست: اگر اصلاح باید درون یک سامانه زندگی کند نه پیرامون آن، این همان پیشنهاد است برای اینکه چگونه به آنجا برسد، و اندازه‌گیری‌های ثبت‌شدهٔ این رشته تعیین می‌کنند که آیا کار می‌کند.

اگر قوانین از آزمون‌های ثبت‌شده‌شان جان به در ببرند، نظارت ابزاری طبیعی به دست می‌آورد: اندازه‌گیری‌ای استاندارد و بی‌طرف نسبت به معماری از هم‌مقیاس‌بندیِ اصلاح، یعنی نسبتِ نرخ اصلاحِ یک سامانه به نرخ رانشِ آن زیر بار. یک تنظیم‌گر می‌تواند این اندازه‌گیری را بی‌آنکه نظریه را تأیید کند مطالبه کند، چون این عدد زیر دیدگاه رقیب هم معنادار است؛ نظریه فقط آنچه را عدد در دل دارد می‌افزاید. هیچ‌چیز در این صفحه امروز چنین چیزی نمی‌خواهد: آزمایش‌های تعیین‌کننده اجرا نشده‌اند، و قاعدهٔ خودِ برنامه این است که وزنِ سیاستی از نتایج پیروی می‌کند، هرگز از صورت‌بندی.

اشتباهی در ترجمه دیدید؟ مستقیم اطلاع دهید: