徽声在线科技报道

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，提出基于「梦境模拟」的AI自我进化新范式。

这项被命名为Dream-RSI的技术，通过构建历史决策树实现策略优化，开创了AI递归进化的全新路径。

研究团队创新性地将智能体探索过程结构化为可回溯的决策树，使AI能够在虚拟环境中进行策略迭代。

这种「梦境训练」机制允许智能体在模拟器中快速验证策略优化效果，显著降低真实环境探索成本。

论文完整地址：https://arxiv.org/abs/2609.14858

颠覆性实验数据：

在算法优化任务中，Dream-RSI仅需317次迭代即达到传统进化搜索系统51200代的优化水平，效率提升达161倍

在圆填充问题测试中，性能追平谷歌自研AlphaEvolveV2系统纪录

GPU内核优化场景下，生成次数减少2.43倍的同时保持同等性能

兼容Gemini 3.1 Pro和3.7 Flash架构，无需调整底层权重参数

实验揭示反常识现象：人类指导反而降低AI探索效率

论文发布后引发X平台热议，网友Mark Kretschmann评价：「这可能是递归自我改进技术的重大突破」

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17位顶尖科学家的跨国团队，其中包括DeepMind核心研究员及多位图灵奖级教授。

技术原理深度解析：

Tong Zheng在技术文档中强调：「历史数据是AI进化的虚拟训练场」。这项突破性发现直指传统进化搜索系统的核心痛点——探索策略固化问题。

传统系统的三大局限：

1. 策略僵化：分支算力分配、并行度控制等关键参数需人工预设

2. 空间陷阱：固定策略在复杂搜索空间易陷入局部最优解

3. 评估成本高：每版策略需完整运行数百轮验证，耗时数天

Dream-RSI通过三层架构创新解决上述难题：

1. 执行层（Discovery Agent）

采用Gemini 3.1 Pro/3.7 Flash驱动，负责代码生成与基础评估，保持模型参数静态不变

2. 策略层（Exploration Policy）

轻量化Python代码模块，动态控制探索方向、并行度及止损条件

3. 历史层（Discovery Tree）

结构化存储所有探索轨迹，包含文件快照、生成产物、评估数据等完整上下文

这种架构使策略优化不再依赖真实环境运行，而是通过历史数据回放实现「离线进化」。实验数据显示，该机制使评估效率提升超过3个数量级。

梦境训练三阶段闭环：

1. 真实探索：最新策略引导智能体在真实环境运行，生成结构化探索树

2. 模拟器构建：将历史数据库转化为可重放的策略评估环境

3. 策略进化：LLM驱动的策略开发智能体在模拟器中进行千次级策略迭代

评分机制综合考虑最优分数、尝试成本及并行效率，确保进化方向的正向性。实验证明，该机制在数学上保证新策略性能不低于前代。

跨领域性能验证：

1. 算法工程领域

在Lasso正则化路径求解器优化中，Dream-RSI使平均运行时间从3587.1ms降至2931.0ms，优化效率超越固定策略系统1.7倍。发现的自适应活跃集优化方案，创新性地将柯西-施瓦茨不等式应用于KKT剪枝过程。

2. 数学优化领域

在和差问题、圆装填、自相关不等式三大高难度任务中，Dream-RSI在1000代内达到或超越传统系统51200代性能，计算预算节省超50倍。特别是在圆装填问题中，达到AlphaEvolveV2系统同等精度。

3. GPU算子工程

在VGG16内核优化中，生成次数减少至传统方法的41.2%而性能保持不变；ConvDiv内核优化中，性能提升至传统方法的2.09倍。测试覆盖LayerNorm、ConvMax等四种典型内核架构。

反直觉发现：人类指导降低AI效率

研究团队将历史轨迹提炼为方向性提示输入智能体，结果发现：在同等预算下，人类指导组探索效率显著低于自主探索组。进一步分析揭示：

1. 高层指导转化为认知偏见，限制搜索空间多样性

2. 抽象经验难以适配动态变化的探索场景

3. 微观层面的并行控制优化比宏观指导更有效

青年科学家领衔跨国团队：

论文一作Tong Zheng本科毕业于东北大学机器翻译组，2024年进入马里兰大学攻读博士学位，师从Brendan Iribe讲席教授黄恒。其研究延续了并行计算优化方向，此前在ICLR/ICML等顶会发表多篇相关论文。

17人作者团队中，包含Google DeepMind推荐系统专家Wang-Cheng Kang、谷歌资深研究员Xidong Wu等。这种「博士生领衔+行业巨头支持」的配置，凸显谷歌对该技术路线的战略重视。

通向超级智能的新路径？

谷歌产品负责人Logan Kilpatrick此前透露，Gemini系列模型的快速迭代（3-4周/版本）已显现RSI早期特征。他特别指出，Gemini 4将采用前所未有的预训练规模，重点强化科研与代码生成能力。

传统RSI研究聚焦模型权重自动修改，而Dream-RSI开创了「外围策略优化」新范式。这种技术路线使AI能够在不改变核心参数的情况下，通过优化探索策略实现性能跃迁。

正如论文结论所言：

「当AI学会在历史数据中做梦，递归自我改进将突破现实世界的算力束缚。我们或许正站在智能爆炸的前夜。」

随着Gemini 4等超大规模模型的部署，这种基于虚拟历史训练的RSI技术，可能成为打开超级智能的钥匙。

参考资料：

Dream-RSI项目官网

编辑：摩西 Aeneas