05. June 2026
Det Tokyo-baserte AI-selskapet Sakana AI har avduket sitt nye initiativ, Recursive Self-Improvement (RSI) Lab. Målet er å skape AI-systemer som kan trene, kode og forbedre seg selv i en kontinuerlig loop, uten at mennesker må holde dem i hånden hele veien.
Tradisjonelt krever forbedring av AI-modeller store team av ingeniører som manuelt justerer parametere, renser data og tester resultater. Sakana AI forsøker å automatisere denne flaskehalsen ved å la AI-en selv identifisere egne svakheter, skrive koden for å fikse dem, og deretter trene neste generasjon av seg selv.
For selskaper som utvikler egen programvare eller skreddersydde AI-modeller, representerer dette et potensielt paradigmeskifte. I stedet for å kontinuerlig skalere opp utviklerteamet for å holde tritt med teknologiske oppdateringer, kan man i fremtiden sette opp autonome systemer som kontinuerlig optimaliserer koden og modellene i bakgrunnen. Det betyr lavere vedlikeholdskostnader og raskere innovasjonssykluser for selskaper som våger å overlate rattet til maskinene. Les mer hos Sakana AI.
En fersk analyse av det kjente filsynkroniseringsverktøyet rsync reiser spørsmål om hvorvidt utstrakt bruk av AI-assistenter som Anthropic's Claude fører til en økning i subtile programvarefeil i kritisk infrastruktur.
Med introduksjonen av kraftige koding-modeller har utviklere over hele verden trykket AI til sitt bryst for å skrive kode raskere. Analysen peker imidlertid på at AI-generert kode ofte ser perfekt ut på overflaten, men kan inneholde logiske blindsoner som bare slår ut under spesifikke, kritiske forhold. Når denne koden integreres i etablerte systemer uten dypere forståelse, kan det føre til uventet ustabilitet.
For teknologidirektører og prosjektledere som feirer økt leveringstempo takket være AI, er dette en viktig påminnelse om at kvalitetssikring (QA) ikke kan automatiseres helt bort ennå. Selskaper som baserer sine kjernesystemer på AI-skrevet kode uten strenge, manuelle revisjoner og robuste testregimer, risikerer å bygge opp en massiv teknisk gjeld som kan koste dyrt å rydde opp i senere. Les hele saken på Alexis Purslane's blogg.
Google har inngått en avtale om å betale SpaceX svimlende 920 millioner dollar – nærmere 10 milliarder norske kroner – i måneden for regnekraft. Nyheten sprakk bare en uke før SpaceX etter planen skal gjennomføre sin historiske børsnotering (IPO).
Denne massive avtalen understreker det desperate behovet for infrastruktur og maskinvare i AI-kappløpet. SpaceX har med sitt Starlink-nettverk og sine enorme bakkestasjoner bygget opp en unik global infrastruktur som nå kan kapitaliseres på langt utover tradisjonell satellittkommunikasjon.
For kapitalforvaltere og strategiske innkjøpere viser dette at AI-revolusjonen handler like mye om fysisk infrastruktur som om smarte algoritmer. Kampen om regnekraft er så intens at selv etablerte skygiganter som Google må tenke utradisjonelt og inngå partnerskap med aktører helt utenfor den tradisjonelle IT-sektoren for å sikre nok kapasitet til sine fremtidige AI-modeller. Les mer hos TechCrunch AI.