برنامه نویسی در فضای وزن؛ وقتی یک هوش مصنوعی وزن های مدل دیگر را می خواند و ویرایش می کند

مدل های هوش مصنوعی معمولا جعبه سیاه اند: میلیاردها وزن درون آن ها در طول آموزش تنظیم می شود و حتی سازنده هایشان هم دقیقا نمی دانند هر بخش از شبکه چه کاری انجام می دهد. تا امروز، برای بهتر کردن یک مدل دو راه داشتیم: یا دوباره آموزشش بدهیم، یا از اول بسازیمش. اما پژوهشی تازه نشان می دهد شاید راه سومی هم باشد — اینکه یک مدل هوش مصنوعی، مستقیم به وزن های مدل دیگر نگاه کند، بفهمد کجای آن خراب است و خودش آن را تعمیر کند؛ مثل مکانیکی که موتور را باز می کند، عیب را پیدا می کند و قطعه معیوب را عوض می کند، بدون اینکه موتور را از اول بسازد.

در پیش چاپی که ۲ نوامبر ۲۰۲۶ منتشر شد، پژوهشگران MIT به سرپرستی ریکیا تاکهی نشان دادند مدل GPT-6 Astra از OpenAI می تواند وزن های خام شبکه های عصبی دیگر را «بخواند» و «بنویسد». در یک آزمایش، فقط با دیدن وزن های چهار سیاست بازی — بدون هیچ ابزار یا توضیح اضافه — هر چهار بازی را درست تشخیص داد: بریک اوت، پونگ، پک من و فری وی. در آزمایشی دیگر، یک سیاست رانندگی که روی سطح شیب دار گیر می کرد، با ویرایش فقط ۳٫۵ درصد از وزن ها به طور کامل درست شد. شگفت انگیزتر اینکه آسترا وزن های یک شبکه بریک اوت را از صفر و در یک پاسخ نوشت؛ شبکه ای که ۲۰ برابر بهتر از مدلی عمل کرد که با ۵۰۰ میلیون قدم آموزش دیده بود.

مهم ترین آزمایش، روی یک مدل زبانی واقعی بود: پژوهشگران از آسترا خواستند مدل Qwen3.5-0.8B را در ریاضی بهتر کند. آسترا متوجه شد مدل در حلقه های استدلالی گیر می کند، علت را پیدا کرد و با تغییر فقط ۰٫۰۱۶ درصد از وزن ها — بدون هیچ گرادیان و آموزشی — توانایی ریاضی آن را تا ۶ برابر و پیروی از دستور را تا ۳ برابر بهتر کرد.

به نظرم این پژوهش دو پیام مهم دارد. اول، تفسیرپذیری هوش مصنوعی دارد از مرحله «توضیح دادن» به مرحله «دست کاری کردن» می رسد؛ اگر بتوانیم وزن ها را مثل کد بخوانیم و ویرایش کنیم، اشکال یابی مدل ها دیگر فقط کار انسان نیست و می توان خطاها را پیش از آزمایش در دنیای واقعی پیدا کرد. دوم، همین توانایی دو لبه دارد: مدلی که بتواند مدل دیگر را بازنویسی کند، می تواند آن را بهتر کند یا — در دست نادرست — خرابش کند؛ پس ایمنی هوش مصنوعی هم باید به همین سرعت جلو برود. البته باید صادق بود: این هنوز «جرقه های» اولیه است؛ آسترا لزوما مدل ها را «نمی فهمد» و معلوم نیست توانایی اش فراتر از دانشی باشد که در آموزش دیده است. اما مسیر روشن است: وزن های شبکه عصبی دارند به زبانی تبدیل می شوند که خود هوش مصنوعی هم می تواند بخواند و بنویسد.

منبع:

Takehi, R., Teoh, J., Zhang, A. & Khattab, O. (2026). Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights. Preprint, 2 November 2026 — https://www.alphaxiv.org/abs/2611.weight-space-programming

خبر مجله Nature درباره این پژوهش: Gibney, E. (2026). This AI 'mechanic' can peer inside the black box of other neural networks. Nature, 13 November 2026. DOI: 10.1038/d41586-026-03679-8 — https://www.nature.com/a

ticles/d41586-026-03679-8