新上线今天0 投票
RSI 是新的 AGI——同样难以捉摸
在 AI 领域，“递归”成为最新热词。多家初创公司以此命名，更多公司将递归自我改进（RSI）纳入路线图。与之前的 AGI 类似，RSI 成为 AI 突飞猛进的三字母代名词——尽管其确切含义仍存分歧。
RSI 是什么？
简单来说，RSI 指能够持续自我升级的 AI 系统。一旦 AI 能比人类更好地管理升级循环，过程将变成闭环，仅受限于可访问的计算能力，人类不再必要甚至成为累赘。无论可怕与否，这正是许多 AI 实验室追逐的愿景。
业界动态
- Richard Socher 本月创立 Recursive Superintelligence，明确以 RSI 为目标，力求实现研究思路的自动化构思、实施与验证。
- Alex Karpathy（特斯拉、OpenAI 传奇人物）在 Anthropic 从事预训练工作，同时通过项目 Auto-Research 利用智能体集群训练 LLM 执行简单任务。虽仍限于 GPT-2 规模模型的微小改进，但已激励众多研究者追随 RSI 梦想。
- Adaption（由 Cohere 和谷歌校友 Sara Hooker 创立）推出 AutoScientist，旨在自动化前沿训练，通过智能体逐步改进，若突破则可能迅速演变为 RSI。
- Doris Xin（Disarray 创始人）也提及类似方向。
挑战与前景
尽管热情高涨，RSI 目标仍难以实现。目前进展多停留在小规模、非突破性研究。Karpathy 承认其工作“尚未成为新颖、开创性的研究”。然而，随着更多资源投入，RSI 可能从概念走向现实，其影响堪比 AGI。
