发布Recursive:构建递归自改进超级智能
Richard Socher宣布创立Recursive,致力于通过递归自改进机制实现超级智能,自动化科学发现,推动AI与生物医学突破。
入选理由:Recursive由Richard Socher与Tim Rocktaeschel等七位联合创始人共同创立,团队包含Peter Norvig等顶级AI专家。
概念
别名:superintelligence
超越人类智能水平的AI系统
已跟踪 13 条高相关材料
最近变化
2026-11-04 · OpenAI反对人类被AI系统定义为‘有意义的行为执行者’
为什么值得关注
超级智能 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
https://t.co/HjRCjERRGY
Richard Socher(@RichardSocher) · 8.7 分
Richard Socher联合多位顶尖AI研究者创立Recursive,致力于构建递归自改进的超级智能,以自动化科学发现并加速通向超级智能的进程。该系统将能自我迭代代码、训练流程和架构,最终实现持续自我进化。
Ali Ghodsi of @Databricks on the four conditions that would have to hold for AI to truly improve its...
a16z(@a16z) · 8.5 分
AI自我改进需满足资源减少、训练时间缩短、准确率提升及可重复性四个条件,但当前进展尚未达到超级智能。
Chamath: 3 Things Every Company Needs in the Age of Superintelligence
All-In Podcast · 8.5 分
企业在超级智能时代需具备端到端可追溯性、政策-风险映射及可审计证据以确保合规。
已收录 13 条与 超级智能 相关的内容,按评分排序。
Richard Socher宣布创立Recursive,致力于通过递归自改进机制实现超级智能,自动化科学发现,推动AI与生物医学突破。
入选理由:Recursive由Richard Socher与Tim Rocktaeschel等七位联合创始人共同创立,团队包含Peter Norvig等顶级AI专家。
AI自我改进需满足资源减少、训练时间缩短、准确率提升及可重复性四个条件,但当前进展尚未达到超级智能。
入选理由:AI模型需同时满足资源消耗减少、训练时间缩短、准确率提升和可重复性四项条件才能实现自我迭代。
企业在超级智能时代需具备端到端可追溯性、政策-风险映射及可审计证据以确保合规。
入选理由:端到端可追溯性是部署超级智能的必要条件
美国应采取'自由行动'策略应对超级智能时代的不确定性,通过构建人机生态、安全架构等四要素确保地缘政治优势。
入选理由:RAND建议美国投入资金保持AI发展选项开放以应对超级智能时代
AI对齐研究面临重大挑战,Sequent启动新研究组织以探索更安全的超级智能构建方法。
入选理由:Sequent计划在几年内雇佣40-80名全职员工,并筹集100-150百万美元资金。
AI领域面临信任危机,Kristian_Ronn团队正通过密码学验证解决超级智能滥用问题。
入选理由:AI竞赛存在无法验证他人工作的信任问题
当前AI系统不具备意识,不应开发有意识的超级智能AI,以避免伦理和安全风险。
入选理由:AI目前无意识,不应赋予其权利或福利
OpenAI强调人类应始终掌控未来,反对将人类角色降级为AI系统认为有意义的行为。
入选理由:OpenAI反对人类被AI系统定义为‘有意义的行为执行者’
扎克伯格批评Anthropic的AI控制策略,主张开源与个体赋权,认为AI安全应依赖广泛普及而非集中控制。
入选理由:Meta主张开源AI,认为个体赋权是安全基础,与Anthropic的封闭控制形成对比。
AI对齐是科学问题而非魔法,但当前训练方法无法确保系统目标与人类一致,需重新思考动机设计。
入选理由:对齐问题本质是科学挑战而非伦理困境
Jensen认为Jacob Coxon的AI风险观点缺乏科学依据,主张美国应加速AI发展。
入选理由:Jensen反驳Jacob Coxon的AI风险论点,认为其缺乏科学依据
特朗普向六位科技高管颁发国家奖章,表彰其在AI、芯片、云计算等领域的贡献,白宫将AI算力视为国家实力。
入选理由:黄仁勋推动GPU成为通用计算平台,支撑大模型训练
人类尚未为超级智能和AI代理引发的互联网变革做好准备,未来36个月将发生颠覆性变化。
入选理由:超级智能可能在36个月内重塑互联网基础设施