سيستخدم نموذج Astra الجديد لـ OpenAI تقنية استنتاج تُسمى "recurrent depth"، أو "التكرار غير الشفاف"، والتي تسمح له بالعمل خارج التفكير المتتالي النموذجي الأكثر شيوعًا، وفقًا لتقرير من The Information. تجعل هذه التقنية سلسلة فكرة النموذج أكثر صعوبة في المراقبة، مما يثير قلق الخبراء المتخصصين في أمان الذكاء الاصطناعي.

عبّر CEO لشركة Redwood، Buck Shlegeris، عن قلقه إلى درجة الشدة، محذّرًا أنه إذا استمرت OpenAI في دفع التقنية إلى الأمام، فقد تؤدي إلى "زيادة التكرار بشكل كبير وتدمير قابلية المراقبة لـ Co T تمامًا". ووصف دعاة أمان الذكاء الاصطناعي الطويل الأمد، Zvi Mowshowitz، التقنية بأنها "لعب بالنار"، واقترح أن القوانين قد تكون ضرورية لمنع "سباق إلى أسفل" بين مختبرات الذكاء الاصطناعي.

في الظروف الطبيعية، توفر سلسلة فكرة نموذج الاستنتاج خطوات متتالية للمراقبة السلوك غير السليم. في التكرار غير الشفاف، يتعامل النموذج مع الاستعلامات في حلقة، مما يترك الأثر الأقل قابلًا للقراءة. ومع ذلك، يبدو استخدام التقنية من قبل Astra محدودًا، وقدّمت OpenAI استجابة مضادة لاقتراحات الانتقال إلى "neuralese"، مؤكدة التزامها بسلاسل الفكرة القابلة للقراءة من خلال العالم الرئيسي Jakub Pachocki.

كما أخبرت The Information لاحقًا أن Anthropic وGoogle Deep Mind تتحادثان بالفعل عن هذه التقنية. وحذّر العالم الرئيسي لـ Redwood Research، Ryan Greenblatt، من أن الاستنتاج غير الشفاف قد يتوسع أسرع من الطرق التقليدية، وربما يزيل جميع الاستنتاجات من القنوات القابلة للرؤية.