智東西
編譯 江宇
編輯 心緣

智東西5月14日報道，昨日，Meta FAIR前研究科學(xué)家總監(jiān)田淵棟、“提示工程之父”Richard Socher聯(lián)合OpenAI、Google DeepMind、Meta等公司的多位AI老將，正式官宣新公司Recursive Superintelligence（簡稱Recursive）。

與此同時，Recursive也同步宣布完成6.5億美元（約合人民幣44億元）融資，估值達(dá)到46.5億美元（約合人民幣315.7億元），投資方包括Google Ventures、Greycroft，以及AMD Ventures、英偉達(dá)等資本，團(tuán)隊規(guī)模目前超過25人，辦公地點位于舊金山和倫敦。

這家公司一出手，就瞄準(zhǔn)了AI行業(yè)里一個討論多年的方向——“遞歸式自我改進(jìn)（Recursive Self-Improvement）”。他們希望構(gòu)建一種能夠自動發(fā)現(xiàn)知識、持續(xù)優(yōu)化自身能力的AI系統(tǒng)。

田淵棟為此寫道：“我們正在構(gòu)建一種能夠自動發(fā)現(xiàn)知識、并遞歸式自我提升的AI系統(tǒng)，這將從根本上改變科學(xué)和技術(shù)進(jìn)步的方式。”

Recursive的創(chuàng)始團(tuán)隊同樣值得關(guān)注。8位聯(lián)合創(chuàng)始人覆蓋OpenAI、Meta、DeepMind、Google Brain、Salesforce AI等多家核心AI機(jī)構(gòu)。

除田淵棟外，另一位華人成員，是清華姚班出身、曾任OpenAI研究員、AI獨角獸Cresta聯(lián)合創(chuàng)始人兼前CTO的施天麟（Tim Shi）。

創(chuàng)始團(tuán)隊成員還包括：DeepMind開放式智能方向負(fù)責(zé)人Tim Rockt?schel、Salesforce AI前負(fù)責(zé)人Caiming Xiong，以及Vision Transformer相關(guān)研究者Alexey Dosovitskiy。

顧問和研究人員名單中，也出現(xiàn)了谷歌前研究總監(jiān)、《Artificial Intelligence: A Modern Approach》作者Peter Norvig，以及谷歌研究科學(xué)家Jeffrey Pennington等名字。

從團(tuán)隊背景來看，這家公司幾乎集齊了當(dāng)前AI行業(yè)里Agent、強(qiáng)化學(xué)習(xí)、開放式智能、世界模型和自動化研究等多個熱門方向的研究者。

一、AI自己研究AI，這家公司盯上了“遞歸自我改進(jìn)”

Recursive把重點放在了“Open-endedness（開放式演化）”和“Recursive Self-Improvement（遞歸式自我改進(jìn)）”。

團(tuán)隊預(yù)測，未來的AI系統(tǒng)能夠持續(xù)生成新想法、驗證結(jié)果、調(diào)整自身能力，并長期迭代。

當(dāng)前AI研究里的很多流程，仍然依賴人工完成，包括模型設(shè)計、實驗驗證和優(yōu)化方法選擇。隨著模型能力增強(qiáng)，以及代碼生成能力快速提升，越來越多研發(fā)流程已經(jīng)能夠交給AI參與。

Recursive聯(lián)合創(chuàng)始人兼CEO Richard Socher提到：“AI本身就是代碼，而現(xiàn)在AI已經(jīng)能夠?qū)懘a。”

在他看來，當(dāng)前行業(yè)已經(jīng)接近AGI階段，大模型具備了通用推理和代碼能力，不過距離“超級智能”仍有明顯差距。Recursive希望進(jìn)一步推動AI持續(xù)優(yōu)化自身訓(xùn)練、測試和研究過程。

Socher稱，他們希望構(gòu)建一種能夠長期學(xué)習(xí)、持續(xù)提出新想法、自動驗證結(jié)果的系統(tǒng)，并將其應(yīng)用于科學(xué)研究、藥物發(fā)現(xiàn)等領(lǐng)域。

根據(jù)官網(wǎng)信息，Recursive當(dāng)前首先聚焦“AI改進(jìn)AI”，后續(xù)會擴(kuò)展至更廣泛的科學(xué)問題。

與此同時，團(tuán)隊多次強(qiáng)調(diào)“安全性”，會優(yōu)先關(guān)注系統(tǒng)安全，希望在提升能力的同時降低風(fēng)險。

二、OpenAI、Meta、DeepMind老兵，組了一支豪華團(tuán)隊

相比技術(shù)方向，Recursive更先吸引外界注意的，是創(chuàng)始團(tuán)隊履歷。

聯(lián)合創(chuàng)始人兼CEO Richard Socher則是硅谷AI行業(yè)里的知名人物。他曾是“AI教父”吳恩達(dá)在斯坦福大學(xué)的博士生，參與ImageNet、GloVe等經(jīng)典研究工作，谷歌學(xué)術(shù)引用量超過24萬次。

在自然語言處理領(lǐng)域，Richard Socher也是早期“神經(jīng)網(wǎng)絡(luò)派”代表人物之一。后來，神經(jīng)網(wǎng)絡(luò)逐漸成為NLP主流技術(shù)方向，Socher也被視作這一波技術(shù)演進(jìn)的重要奠基人。

他還被不少人稱為“提示工程之父”，是業(yè)內(nèi)較早系統(tǒng)提出“Prompt Engineering（提示工程）”概念的研究者。

▲聯(lián)合創(chuàng)始人兼CEO Richard Socher接受GV（Google Ventures）的采訪

創(chuàng)業(yè)經(jīng)歷方面，他創(chuàng)辦的MetaMind后來被Salesforce收購，此后又創(chuàng)辦AI搜索引擎You.com，其估值達(dá)到15億美元（約合人民幣101.8億元）。

田淵棟此前在Meta FAIR工作近十年，擔(dān)任研究科學(xué)家總監(jiān)。

他出生于上海，本碩畢業(yè)于上海交通大學(xué)，2013年于卡內(nèi)基梅隆大學(xué)（CMU）機(jī)器人研究所獲得博士學(xué)位。

他的研究方向覆蓋強(qiáng)化學(xué)習(xí)、多智能體學(xué)習(xí)、大模型推理與規(guī)劃決策、深度學(xué)習(xí)理論分析等多個領(lǐng)域，長期擔(dān)任NeurIPS、ICML等AI頂會領(lǐng)域主席。

近幾年，他還深度參與了Llama系列大模型相關(guān)研究，以及Meta在世界模型、推理優(yōu)化等方向的核心項目。

施天麟則曾在OpenAI擔(dān)任研究員。他本科畢業(yè)于清華姚班，專業(yè)成績排名第一，曾獲得“姚班金獎”，后進(jìn)入斯坦福大學(xué)攻讀AI方向博士，并在2017年選擇退學(xué)創(chuàng)業(yè)。

同年，他聯(lián)合創(chuàng)辦AI公司Cresta并擔(dān)任CTO，聚焦AI客服與銷售場景，背后投資方包括a16z、紅杉、Greylock等硅谷知名機(jī)構(gòu)，估值已達(dá)到百億。

來自DeepMind的Tim Rockt?schel，長期研究強(qiáng)化學(xué)習(xí)和開放式智能方向，曾先后在Meta與DeepMind擔(dān)任研究科學(xué)家一職，現(xiàn)擔(dān)任UCL人工智能教授，同時也是ELLIS Fellow。

Recursive CTOJosh Tobin此前在OpenAI負(fù)責(zé)Agent相關(guān)研究，也創(chuàng)辦過機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施公司Gantry。

Caiming Xiong則在Salesforce AI工作接近10年，從研究負(fù)責(zé)人一路升至SVP，長期負(fù)責(zé)Applied AI與大模型相關(guān)業(yè)務(wù)。

他也曾與Richard Socher共事，雙方共同署名過CTRL等可控文本生成相關(guān)研究工作。

Jeff Clune曾擔(dān)任DeepMind高級研究顧問、OpenAI研究團(tuán)隊負(fù)責(zé)人，也是Uber AI Labs創(chuàng)始成員之一。

他長期研究深度強(qiáng)化學(xué)習(xí)、開放式演化（Open-endedness）與AI-generating algorithms等方向，是當(dāng)前“開放式智能”領(lǐng)域的重要研究者之一。

此外，團(tuán)隊成員中還包括Vision Transformer相關(guān)研究者Alexey Dosovitskiy、谷歌前研究總監(jiān)Peter Norvig，以及在谷歌工作超過11年的Jeffrey Pennington。

▲Alexey Dosovitskiy

▲Peter Norvig

▲Jeffrey Pennington

三、硅谷重新聚焦“AI自動化科研”

“遞歸自我改進(jìn)”并不是新概念。這一方向長期存在于AGI和超級智能相關(guān)討論中，核心想法是：如果AI能夠持續(xù)優(yōu)化自身能力，系統(tǒng)性能可能會出現(xiàn)更快增長。

近一年，隨著代碼生成模型和Agent能力提升，硅谷對這一方向的關(guān)注明顯增加。

《紐約時報》報道稱，Anthropic、OpenAI等公司也在推進(jìn)類似研究。

Sam Altman此前曾提到，OpenAI希望在今年秋天前，推出能夠承擔(dān)“初級研究員”工作的自動化AI研究系統(tǒng)。目前，其內(nèi)部也在推進(jìn)“Automated AI Researcher（自動化AI研究員）”相關(guān)項目。

Recursive則希望進(jìn)一步擴(kuò)大AI參與科研的范圍，將更多實驗設(shè)計、驗證和優(yōu)化流程交給模型完成。

與此同時，行業(yè)內(nèi)也存在不少爭議。

部分研究者認(rèn)為，目前AI距離持續(xù)自主創(chuàng)新仍有明顯距離，無論是提出原創(chuàng)理論，還是構(gòu)建長期穩(wěn)定的新研究框架，人類研究員依然承擔(dān)核心角色。

Recursive也提及，實現(xiàn)團(tuán)隊設(shè)想中的系統(tǒng)，仍然需要多年時間。

值得注意的是，目前市場上還有一家名字相近的公司Ricursive Intelligence，后者主要聚焦AI芯片方向，也擁有約40億美元估值，兩家公司容易混淆。

結(jié)語：大模型之后，AI行業(yè)把目光投向“下一次能力躍遷”

過去兩年，大模型行業(yè)圍繞參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)和推理能力展開了一輪高速競爭。

Scaling Law增速放緩、訓(xùn)練成本持續(xù)攀升、模型能力提升逐漸趨于平緩，已經(jīng)成為AI圈反復(fù)出現(xiàn)的話題。

Recursive押注的“遞歸式自我改進(jìn)”，某種程度上正好回應(yīng)了這種行業(yè)焦慮。

至少在當(dāng)前階段，硅谷已經(jīng)有人愿意為“AI自己升級AI”這個方向，投入真金白銀。

來源：《紐約時報》、Recursive