在人工智能领域，递归自我改进（Recursive Self-Improvement）一直被视为终极目标之一。近日，AI界知名人物Richard Socher正式宣布成立新创业公司Recursive Superintelligence，并已获得高达6.5亿美元的融资。这家总部位于旧金山的公司，正试图让AI能够自主识别自身弱点并重新设计自己，而无需人类介入。

Richard Socher此前因创立早期聊天机器人初创公司You.com以及在ImageNet上的工作而广为人知。如今，他携手一批杰出的AI研究者，包括Peter Norvig和Cresta联合创始人Tim Shi，共同推进这一雄心勃勃的计划。

在接受TechCrunch采访时，Socher详细解释了Recursive Superintelligence的独特技术路径：使用开放性（Open-endedness）来实现递归自我改进——这是目前其他实验室尚未达成的目标。他强调，许多人对递归自我改进存在误解，以为让AI去改进某个其他系统就是递归，“但那只是改进，不是递归自我改进”。

“我们主要关注的是，大规模构建真正递归、自我改进的超级智能，”Socher说，“这意味着从研究想法的构思、实施到验证的整个过程都将是自动化的。”他进一步指出，最初这一过程将自动化AI研究想法，最终将扩展到任何类型的研究想法，甚至物理领域。但最强大的应用场景是AI作用于自身，发展出一种对自身缺点的自我意识。

开放性（Open-endedness）在技术上有明确的定义。Recursive Superintelligence的联合创始人之一Tim Rocktäschel，此前在Google DeepMind领导开放性和自我改进团队，并参与了世界模型Genie 3的开发。Genie 3是一个开放性系统的绝佳例子：你可以告诉它任何概念、任何世界、任何智能体，它就能创造出来，并且是可交互的。

Socher用生物进化来类比开放性系统：“在生物进化中，动物适应环境，然后其他动物对这些适应进行反适应。这个过程可以持续数十亿年，有趣的事情不断发生。我们就是这样进化出眼睛的。”另一个例子是“彩虹团队”（Rainbow Teaming），这是Tim Rocktäschel另一篇论文中的概念，源自网络安全领域的“红队测试”（Red Teaming）。在LLM（大语言模型）的语境下，红队测试意味着主动寻找模型的漏洞和弱点，而彩虹团队则更进一步，通过系统性的开放性探索来发现更广泛的改进空间。

Recursive Superintelligence的成立，标志着AI研究进入了一个新阶段。与许多优先构建产品的AI初创公司不同，这家公司更侧重于基础研究。Socher并不将其视为“新实验室”（neolab）——一个用于描述新一代优先研究而非产品的AI初创公司的非正式术语。他认为，递归自我改进的突破将从根本上改变AI的发展轨迹，使AI能够以指数级速度自我进化。

这一方向也吸引了资本的强烈关注。6.5亿美元的融资额表明，投资者对递归自我改进这一长期目标抱有极大信心。尽管挑战巨大——目前尚无任何团队成功实现真正的递归自我改进——但Socher和他的团队相信，通过开放性系统的方法，他们能够率先攻克这一难关。

随着Recursive Superintelligence走出隐身模式，AI社区将密切关注其进展。如果成功，这将是AI发展史上的一个里程碑：AI不仅帮助人类构建更好的AI，更开始自己构建自己。