scripod.com

E242|最快半年 AI 跑通自进化?与陈天桥首席科学家聊聊硅谷模型必争之地

硅谷101

6 DAYS AGO
硅谷101

硅谷101

6 DAYS AGO
本期播客邀请 Apodex 首席科学家杜少雷和李辈滨,深入探讨 AI 自我进化(RSI)与发现模型的前沿话题。他们指出,AI 能力已从科幻走向现实,Anthropic 预测的递归自我提升阶段即将到来,而 Apodex 专注于解决无标准答案的科学难题,通过自我验证和多智能体协作避免递归漂移。
嘉宾认为,AI 自我进化并非新概念,但模型能力增强使长程任务成为可能,处理时长每七个月翻倍。编码能力是自我进化的核心底座,而自我验证是规避递归漂移的关键,Apodex 采用多子 agent 互验方法。自我进化有三条路径:预训练、后训练和脚手架,其中后训练通过自我诊断、配方生成和验证形成闭环。发现模型最难之处在于提出超出经验范围的假设并验证,这需要模型具备科学家的品味。为避免模型拍马屁,Apodex 计划用顶级科学家数据校准品味,而非大众偏好。嘉宾预测最快半年可跑通自我进化闭环,但解决递归漂移仍需 2-3 年。人类只是 warm start,未来 AI 将形成自我品味,就像 AlphaZero。
00:02
00:02
通过自我验证和多个子 agent 互验避免递归漂移
05:14
05:14
自进化概念并非全新
08:43
08:43
大模型处理任务时长每七个月翻倍
09:20
09:20
AI 需自主完成多步骤复杂工作
12:45
12:45
编码能力是模型自我进化的核心底座
14:29
14:29
递归漂移导致推理错误代代累积
18:41
18:41
强化学习中让裁判同步学习以避免奖励黑客
23:25
23:25
验证能力需要专门训练
23:56
23:56
搜索能力对后训练至关重要
29:19
29:19
模型能力与工程优化相辅相成,能实现一加一大于二的效果
33:46
33:46
模型与脚手架需协同进化
34:22
34:22
专注解决人类未解决的难题
36:18
36:18
发现模型的核心是提出新颖且难以从预训练数据中获得的假设
42:08
42:08
顶级科学家的核心价值在于品味
45:32
45:32
由顶尖专家标注,从源头确保公正
50:10
50:10
模型也能获得顶级科学家的品位
51:33
51:33
比拼的是执行力和组织架构
55:33
55:33
Heavy Duty Solver 侧重元能力,不针对特定领域大量训练
57:26
57:26
最快半年内可跑通闭环的一环
58:43
58:43
确保 AI 行为不偏离人类需求是最大挑战
1:04:00
1:04:00
自我进化的最后一道坎是递归漂移
1:04:40
1:04:40
AI 会像 AlphaZero 一样形成自我品位
1:08:22
1:08:22
陈天桥更专注于 AI for Science,对聊天、视频生成不感兴趣