谷歌DeepMind技术团队成员Logan Kilpatrick近日表示，AI系统正展现出递归式自我改进的早期迹象，日益强大的模型正在加速后续模型的迭代开发。
Kilpatrick指出，尽管外界对谷歌AI研发进度存在质疑，但公司在AI研究与科学领域的广泛布局使其占据有利地位。他强调，一个关键的反馈循环正在形成：AI系统在提升自身所需的研发工作中变得愈发有用，这一趋势也凸显了处于技术前沿的价值。
Gemini迭代加速与未来规划
所谓递归式自我改进，并非指模型自主重写权重参数，而是指AI协助研究人员进行编码、实验、评估及算法发现等环节。Kilpatrick以Gemini系列的发布节奏为例，指出Gemini 3.5至3.8版本基本保持每三到四周推出一款的频率，进展合理。
数据显示，谷歌于今年7月发布Gemini 3.6 Flash，9月推出Gemini 3.8 Flash，后者被官方定为当时最强的推理和代码模型。Kilpatrick透露，公司希望这种改进循环能延续至即将推出的Gemini 4。他将其描述为谷歌迄今为止“规模最大、最具雄心的预训练项目”，有望帮助谷歌重新跻身顶尖实验室竞争行列。
AI加速科研与技术优化
谷歌的战略重心在于利用AI加速科学与技术工作。目前，AlphaEvolve已被应用于算法发现、数据中心调度、硬件设计及AI训练优化。具体成效方面，该技术使Gemini使用的矩阵乘法内核性能提升了23%，从而将整体训练时间缩短了1%。
此外，DeepMind研究人员最近展示了Dream-RSI框架。在该框架下，AI代理根据探索历史构建回放模拟器，在离线环境中低成本测试数千种替代策略，无需重复运行昂贵实验。表现最佳的策略将被部署至下一轮，形成闭环，使每一次探索历史都成为改善未来探索的新模拟器。
业界认为，Kilpatrick的言论具有重要意义。随着递归式改进成为讨论超越当前前沿模型发展方向的核心议题，谷歌DeepMind今年6月发布的报告已将其列为从通用人工智能（AGI）迈向人工超级智能（ASI）的四条可能路径之一。