Jürgen Schmidhuber系统回顾了其自1987年以来在递归自我改进(RSI)领域的研究历程,涵盖元进化、自修改强化学习、自指神经网络、OOPS课程学习及Gödel Machine等关键路径。文章指出,RSI的理论探索早于当前工业界热潮三十余年,Gödel Machine在数学上定义了自我改进的最优性,而快速权重与LLM的结合正推动经典框架走向实用。Schmidhuber强调,软件层面的自我改进只是RSI的一部分,实现真正的人工智能还需与物理世界中的硬件结合。在OpenAI、谷歌等机构纷纷加码RSI的背景下,该文为理解这一前沿方向提供了深厚的历史脉络与理论参照。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅