徽声在线科技前沿报道

谷歌或已攻克递归自我改进（RSI）技术瓶颈！

最新消息显示，谷歌联合Google DeepMind、马里兰大学及弗吉尼亚大学科研团队，在arXiv平台发布突破性研究论文，提出一种颠覆性的AI进化路径——通过「梦境模拟」实现自我进化。

这项被命名为Dream-RSI的技术，开创性地将智能体的探索过程转化为可存储的树状结构，使AI能够在虚拟历史中模拟优化策略，再反哺现实世界的决策。

具体实现方式为：智能体将每步探索数据构建成「发现树」，在模拟环境中通过回放历史轨迹进行策略迭代，形成「探索-模拟-优化」的闭环系统。

这种机制如同人类通过复盘提升能力，AI在虚拟环境中预演不同决策路径，无需实际执行即可评估策略优劣。

论文全文：https://arxiv.org/abs/2609.14858

颠覆性实验数据：

- 算法优化任务：主流系统需51200代迭代，Dream-RSI仅需317次调用即达同等水平

- 圆填充问题：追平谷歌AlphaEvolveV2的业界纪录

- GPU内核优化：生成次数减少2.43倍，性能保持一致

- 模型兼容性：Gemini 3.1 Pro/3.7 Flash均可直接应用

更引人注目的是，实验显示人类指导反而降低AI效率，完全自主进化的策略表现更优。

该研究由马里兰大学二年级博士生Tong Zheng领衔，其背后是包含DeepMind研究员在内的17人跨国团队。值得注意的是，Tong Zheng作为暑期实习生加入谷歌后，在导师黄恒教授指导下完成了这项突破性研究。

技术原理深度解析：

Dream-RSI的核心在于将进化搜索分解为双层架构：

1. 执行层（Discovery Agent）

- 由Gemini 3.1 Pro/3.7 Flash驱动

- 负责代码生成与基础探索

2. 策略层（Exploration Strategy）

- 轻量化Python代码模块

- 动态决定探索方向、并行度及止损条件

系统将每次探索结果存储为「发现树」，包含：

- 文件系统快照

- 生成产物

- 评估诊断数据

- 性能得分

这种结构使策略迭代无需重新执行代码，仅需回放历史数据即可完成评估。

三阶段进化闭环：

1. 真实探索阶段

- 最新策略引导Agent执行任务

- 所有路径数据结构化存储为探索树

2. 模拟器构建阶段

- 将历史数据库转化为可重放模拟器池

3. 策略优化阶段

- 专用LLM策略开发Agent在模拟器中迭代策略

- 通过「并行奖励机制」鼓励批量探索

- 得分最高策略成为新一代执行策略

性能保障机制：

系统通过数学证明确保新策略不会退化：

- 候选策略池始终包含当前策略

- 新策略需在综合得分（探索质量/算力成本/并行效率）上超越前代

- 真实探索持续扩展模拟器边界

自主进化实例：

在ConvDiv内核实验中，策略展现出惊人适应力：

- 性能提升期：主动将每轮尝试从110次减至50次

- 平台期：自动加大探索力度至110次

- 全程无需人工干预，完全基于历史数据自主决策

三大领域验证：

1. 算法工程领域

- Lasso正则化路径求解器优化

- Gemini 3.1 Pro调用次数减少94%（317次 vs 550次）

- 求解速度提升23%（2931ms vs 3587ms）

- 发现自适应活跃集优化新方案

2. 数学优化领域

- 和差问题/圆装填/自相关不等式三大难题

- 1000代内达到或超越基线性能

- 计算预算节省超50倍（vs SimpleTES的51200代）

3. GPU算子工程

- VGG16内核优化：生成次数减少58.5%

- ConvDiv内核性能提升109%

反直觉发现：人类指导降低AI效率

实验显示，将历史经验转化为高层指导原则后：

- 探索表现显著差于无指导基线

- 原因分析：高层抽象转化为认知偏见

- Dream-RSI优势：保持探索空间开放性

- 优化方向：微观层面的并行控制与分支优先级

豪华科研团队：

- 领衔作者：Tong Zheng（马里兰大学博士生）

- 导师：黄恒教授（300+顶会论文，7个NSF项目）

- 通讯作者：Xidong Wu/Zheng Zhang（Google）

- DeepMind成员：Wang-Cheng Kang（推荐系统专家）

技术路线之争：

谷歌产品负责人Logan Kilpatrick透露：

- 传统RSI路线聚焦权重修改

- Dream-RSI开创外围策略优化新范式

- 模型通过自我改写「Harness」实现进化

- 这种模式用更低算力解决更复杂问题

研究团队在论文结尾指出：

「当智能体学会在历史中做梦，递归自我改进的通道便已打通。随着Gemini 4等超大模型的到来，这场智能革命或许已近在咫尺。」

参考资料：

https://dream-rsi.com/

编辑：摩西 Aeneas