離開Meta后，田淵棟剛剛官宣創(chuàng)業(yè)了

機(jī)器之心編輯部

離開 Meta 后，田淵棟也開始創(chuàng)業(yè)了。

剛剛，初創(chuàng)公司 Recursive_SI 正式亮相，并公開了創(chuàng)始人名單，其中就包括田淵棟。

除田淵棟之外，創(chuàng)始團(tuán)隊(duì)還包括 Richard Socher（CEO）、Tim Rockt?schel、Jeff Clune、Tim Shi、Caiming Xiong 、Alexey Dosovitskiy 等人。

這些創(chuàng)始成員曾參與建立 Salesforce 和 Uber 的 AI 研究實(shí)驗(yàn)室，并在 OpenAI、DeepMind、Google Brain 以及 Meta 等團(tuán)隊(duì)擔(dān)任領(lǐng)導(dǎo)職務(wù)，擁有豐富的科研與創(chuàng)業(yè)經(jīng)驗(yàn)。

Recursive_SI 致力于打造一種能夠自主進(jìn)行實(shí)驗(yàn)、以安全方式自我改進(jìn)的人工智能 —— 在一個(gè)開放式的自動(dòng)化科學(xué)發(fā)現(xiàn)過(guò)程中不斷演進(jìn)，這被認(rèn)為是通向超級(jí)智能的最可能路徑。

目前，Recursive 籌集了 6.5 億美元，估值 46.5 億美元，由 GV（Google Ventures）和 Greycroft 領(lǐng)投，AMD Ventures 和 NVIDIA 都參與了重要投資。

團(tuán)隊(duì)成員已超過(guò) 25 人，并仍在持續(xù)擴(kuò)張，團(tuán)隊(duì)已經(jīng)吸引了很多優(yōu)秀的人才，包括即將入職的諸葛鳴晨。

諸葛鳴晨現(xiàn)為 Recursive 創(chuàng)始成員（Founding Member），博士畢業(yè)于 King Abdullah University of Science and Technology（KAUST）計(jì)算機(jī)科學(xué)專業(yè)，師從被譽(yù)為 “LSTM 之父” 的 Jürgen Schmidhuber 教授。其研究方向主要聚焦于代碼智能體（Coding Agents）、遞歸自我改進(jìn)（Recursive Self-Improvement, RSI）以及下一代機(jī)器范式（Next-generation Machine Paradigms）。

自 2023 年起，諸葛鳴晨開始系統(tǒng)探索 Recursive Self-Improvement（RSI）方向。

在 MetaGPT 時(shí)期，他便提出智能體應(yīng)具備持續(xù)自我優(yōu)化與能力演化的機(jī)制，并在后續(xù)工作中持續(xù)推進(jìn)這一研究路線。其中，GPTSwarm 被認(rèn)為是 LLM 時(shí)代最早期的 RSI 系統(tǒng)范式之一，首次系統(tǒng)性提出并驗(yàn)證了基于 Graph-based Agents 的自組織協(xié)作框架，通過(guò)動(dòng)態(tài)圖結(jié)構(gòu)實(shí)現(xiàn)智能體之間的協(xié)同、反饋與能力演化，其核心思路隨后被大量后續(xù)多智能體與 Agentic AI 工作廣泛采納；Agent-as-a-Judge 則進(jìn)一步探索了長(zhǎng)時(shí)程任務(wù)中的持續(xù)反饋與自我評(píng)估機(jī)制，嘗試解決智能體在復(fù)雜任務(wù)中的連續(xù)性與穩(wěn)定優(yōu)化問(wèn)題；而 NeuralComputer 的研究則進(jìn)一步面向下一代 AI 系統(tǒng)架構(gòu)，探索融合記憶、推理與自主演化能力的新型機(jī)器范式。

可以看到，加入 Recursive 的研究團(tuán)隊(duì)在遞歸自我改進(jìn)方向具備深刻的學(xué)術(shù)經(jīng)驗(yàn)。

田淵棟等多位創(chuàng)始人都在 X 上進(jìn)行了宣傳：我們正在打造一種能夠自動(dòng)發(fā)現(xiàn)知識(shí)并遞歸自我改進(jìn)的人工智能 —— 這一開放式過(guò)程將從根本上改變科學(xué)與技術(shù)的進(jìn)步方式。

在遞歸自我改進(jìn)人工智能的多個(gè)核心領(lǐng)域，團(tuán)隊(duì)處于行業(yè)前沿。

成員們?cè)陂_放式算法、質(zhì)量多樣性算法、AI 生成算法、自我改進(jìn)編程智能體、自動(dòng)化紅隊(duì)測(cè)試與能力發(fā)現(xiàn)、提示詞工程及其自動(dòng)化、學(xué)習(xí)挑戰(zhàn)與環(huán)境生成、基礎(chǔ)世界模型、自然語(yǔ)言處理深度學(xué)習(xí)、視覺(jué) Transformer、檢索增強(qiáng)生成以及 AI 科學(xué)家等方向取得過(guò)重大突破。

所以說(shuō)，我們對(duì) Recursive_SI 接下來(lái)的研究真是充滿期待。