李飞飞与Jeff Dean对谈RSI边界

Jeff Dean 在斯坦福 HAI 与李飞飞对谈时表示，递归自我改进（RSI）不会快到无限，因为训练、计算、数据保存和结果评估都需要真实时间。他介绍自己创办的公益公司 Discovery Loop 目前约有 20 个自动改进循环在运行，目标是让领域专家生产力提高 20 到 50 倍，初期聚焦机器学习研究、机器学习工程和硬件设计。

Datawhale 整理了李飞飞与 Jeff Dean 在斯坦福 HAI 大会闭幕对谈中关于递归自我改进（RSI）的讨论。Jeff Dean 提出真正的 RSI 要求改进结果反哺负责提出方案的基础系统本身，而非只让某个应用模型变强；他还指出自动化能消除实验交接的空窗期，但无法跳过物理计算耗时，其新公司 Discovery Loop 目前聚焦机器学习、工程优化和芯片设计三个方向。