返回信息流
新闻事件
A重点74
THE DECODER
1 个来源

顶级AI实验室研究人员警告自动化AI研究,部分预测里程碑已实现

IAPS研究员Severin Field采访了来自OpenAI、Anthropic、Google DeepMind、Meta及美国大学的25位研究人员,探讨递归自我改进。在最新博客文章中,他评估了这些预测,发现其中几个里程碑已被实现。

SynthePulse Insight · AI 深度解读会员精读

自动化AI研究:里程碑已至,但递归自我改进仍是未解之谜

版本 1 · 1 个来源

一项对25位顶尖AI研究者的访谈显示,自动化AI研究被视为最紧迫的风险之一,而多个预测里程碑已被实现。然而,递归自我改进是否真正发生,仍是争论焦点。

  • IAPS研究员Severin Field访谈了来自OpenAI、Anthropic、Google DeepMind、Meta及美国大学的25位研究者,其中20人将自动化AI研究列为最严重和紧迫的风险之一。
  • 研究者们普遍以METR的Task Horizon基准衡量进展,任务长度自2019年以来约每六个月翻倍,2024年后加速至约每四个月。
  • 多个预测里程碑已被实现:OpenAI和Google DeepMind达到数学奥林匹克金牌水平;Sakana的AI Scientist产出同行评审的研讨会论文;Karpathy构建了自主运行训练循环的代理;Anthropic报告Claude编写其生产代码库80%以上的代码。
展开章节目录访谈背景与核心发现

访谈背景与核心发现

IAPS研究员Severin Field在2025年夏末进行了一项访谈研究,对象为来自OpenAI、Anthropic、Google DeepMind、Meta及美国大学的25位研究者,主题是递归自我改进(RSI)。Field在《The Attack Surface》通讯中总结了研究结果。

其中20位受访者将自动化AI研究列为最严重和紧迫的AI风险之一。Field将RSI定义为一种系统,其AI开发技能足以构建自身更强大的版本,并循环往复。他认为RSI已不能再被当作营销炒作而 dismiss。

限时免费

继续阅读完整分析

还有 3 节深入分析和完整结论

加载中

可信度边界

本文基于THE DECODER的报道,该报道转述了Field的博客文章和访谈研究。所有具体数字和结论均来自该二手来源,未获得第一手数据验证。

主报道

THE DECODER

主报道来源