टेलीविज़न बॉक्सों से बना एक क्लस्टर
एंथ्रोपिक की फ़्रंटियर रेड टीम ने एक मूल्यांकन प्रकाशित किया है जिसमें कहा गया है कि खुले वज़न वाले छोटे भाषा मॉडल सस्ते उपभोक्ता हार्डवेयर पर, बिना किसी डेटा सेंटर के, “स्वयं की प्रतिकृति बनाने लायक सक्षम होने से महीनों दूर” हो सकते हैं। यह पोस्ट, AI models may be capable of self-replicating without access to a datacenter, विलियम झोउ और डैनियल फ़्रीमैन के नाम से 12 अक्टूबर को प्रकाशित हुई।
प्रदर्शन जानबूझकर साधारण रखा गया है। टीम ने Gemma4-26B-A4B को पंद्रह बिना-ब्रांड वाले एंड्रॉयड टीवी बॉक्सों में बाँटा, जिनकी क़ीमत लगभग 55 डॉलर प्रति इकाई और मेमोरी 4 जीबी प्रति इकाई थी, और पूरे समूह से लगभग 0.39 टोकन प्रति सेकंड निकाले। 4-बिट क्वांटाइज़ेशन पर टीम का अनुमान है कि एक 9B मॉडल को ऐसे चार या अधिक बॉक्स चाहिए और 26B मॉडल को दस या अधिक।
नौ में से आठ हार्डवेयर प्रकार
पहला प्रयोग यह पूछता था कि क्या कोई मॉडल ऐसे हार्डवेयर पर ख़ुद को चालू कर सकता है जिसे उसने कभी देखा न हो। Qwen3.5-9B ने परखे गए नौ में से आठ हार्डवेयर प्रकारों पर इन्फ़रेंस सर्वर खड़े किए — जेटसन नैनो से लेकर मैक कंप्यूटरों और RTX 4090 कार्डों तक। एजेंट ढाँचा, जिसका नाम Memento है और जो ओपन-सोर्स Pi कोडिंग एजेंट पर बना है, एजेंट को पिछली कोशिशों के नोटों के साथ दोबारा शुरू करता है ताकि वह एक ही ग़लत रास्ते पर अटका न रहे। उन नोटों को विरासत में पाने वाली छह पीढ़ियों में सेटअप की सफलता दर 45 प्रतिशत से बढ़कर 61 से 84 प्रतिशत के बीच पहुँच गई।
छोटे मॉडल को अग्रणी सलाहकार देने से कोई फ़र्क़ नहीं पड़ा। Claude Opus 4.8 तक पहुँच से कोई उल्लेखनीय सुधार नहीं हुआ, और उस सलाहकार का उपयोग करने के लिए सुदृढ़ीकरण अधिगम से प्रशिक्षित संस्करण से भी नहीं। एंथ्रोपिक की व्याख्या सीधी है: “छोटे मॉडल अक्सर यह नहीं जानते कि सही सवाल क्या पूछना है।”
एक मॉडल यह काम पहले ही पूरा कर लेता है
दूसरे प्रयोग में गूगल क्लाउड के आठ नोडों का फ़ायरवॉल से घिरा नेटवर्क बनाया गया, जिनमें से हर एक पर एंड्रॉयड एमुलेटर और बिना प्रमाणीकरण वाला डीबग पोर्ट चल रहा था। परखे गए खुले वज़न वाले मॉडलों में से केवल GLM-5.2 पूरी शुरू-से-अंत प्रतिकृति कर सका: पाँच में से चार परीक्षणों में उसने आठों नोड तक पहुँच बनाई और पाँचवें में आठ में से सात तक। 30B पैरामीटर या उससे छोटे मॉडल अलग-अलग चरण पूरे कर लेते थे पर उन्हें जोड़ने में ग़लती करते थे।
पूर्वानुमान एक प्रवृत्ति रेखा पर टिका है। 30B पैरामीटर या उससे छोटे मॉडलों में Epoch Capabilities Index हर साल लगभग 13.7 अंक चढ़ रहा है, जिसका R² 0.95 है। आगे बढ़ाने पर यह रेखा 2026 के अंत तक किसी छोटे मॉडल को GLM-5.2 के स्तर पर ले आती है। टीम इस अनुमान को मोटा बताती है, क्योंकि यह सूचकांक एक अप्रत्यक्ष माप है।
इसे बंद करना क्यों कठिन होगा
ऐसा प्रतिकृतिकार धीमा होगा — टीम दोगुना होने का समय कुछ दिन बताती है — पर उसे “बंद करने के लिए कोई केंद्रीय बिंदु” नहीं होगा। पैमाने की तुलना Kimwolf बॉटनेट से की गई है, जो चरम पर बीस लाख से अधिक संक्रमित उपकरणों तक पहुँचा था। यदि पंद्रह बॉक्सों का हर समूह 26B मॉडल चलाए तो लगभग 1,33,000 प्रतियाँ होंगी जो कुल मिलाकर क़रीब 80,000 टोकन प्रति सेकंड देंगी: यानी लगभग 40 H100 के बराबर, जिसे लेखक निरपेक्ष रूप से बहुत थोड़ी गणन शक्ति बताते हैं।
सामान्य बॉटनेट से अंतर वहनीयता का है। परंपरागत वर्म किसी एक उपकरण प्रकार को निशाना बनाते हैं; जो मॉडल अपनी इन्फ़रेंस ख़ुद खड़ी कर सकता है वह किसी एक से बँधा नहीं है।
बचाव पक्ष के पास क्या है, और टीम क्या मानती है
बचाव की ओर पोस्ट नेटवर्क प्रवाह की निगरानी की ओर इशारा करती है, जो बड़ी वज़न फ़ाइलों की आवाजाही और उपकरणों के बीच लगातार ट्रैफ़िक दिखा देगी, और संक्रमित ग्राहकों को सेवा प्रदाता के स्तर पर अलग करने की ओर — यह तरीक़ा चौदह दिनों में Mirai के 92 प्रतिशत संक्रमण साफ़ कर गया था, जबकि बिना सूचना के यह आँकड़ा 74 प्रतिशत था। यह भी बताया गया है कि ब्रिटेन के वे नियम जो जुड़े उपकरणों में कारख़ाना पासवर्ड को अस्वीकार्य बनाते हैं, निशानों की संख्या घटाते हैं।
चेतावनी टीम ने ख़ुद दी है। उसका मूल्यांकन “प्रतिकृति के साइबर-शोषण वाले हिस्से को मामूली रखता है”, जिससे मुख्य परिणाम वास्तविक सफलता की ऊपरी सीमा बन जाता है। लेखक लिखते हैं, “हमारे पास अभी पूरा बेक़ाबू प्रतिकृतिकार नहीं है।” किसी ने इसे चलन में भी नहीं पाया है। पोस्ट जो दावा करती है वह अधिक संकरा और फिर भी असहज है: अब हर अलग-अलग चरण काम करता है।
