DeepMind Scientist: AI Now Rewrites Its Own Code—Recursively
Audio in Mandarin Chinese · English transcript below
⚡ DeepMind admits LLMs now self-upgrade; DeepSeek V4 with homegrown silicon lands—humans still win at games, but emotion bots bill your heart first
The realization of AI models' autonomous learning and optimization capabilities is accelerating AI development into a new stage driven by self-iteration. Google DeepMind researchers emphasize that a new generation of AI systems leveraging previous models for recursive improvements is quietly unfolding, with projects like AlphaEvolve serving as concrete manifestations of their efforts to enhance AI training efficiency. Notably, DeepMind is actively leveraging AI to advance scientific discovery. This trend, coupled with the autonomous evolution of models, is mutually reinforcing, foreshadowing AI's ability to continuously break through human bottlenecks and achieve disruptive breakthroughs in broader domains.
Today's Top 3 Headlines
- AI行业新闻
AI 模型递归式自我改进已不再是科幻：Google DeepMind 研究员
Google DeepMind研究员Mostafa Dehghani指出，人工智能模型的递归自我改进已不再是科幻概念，而是正在悄然成为现实。这一突破性进展意味着AI系统将能够自主学习和优化，从而大幅加速技术迭代，为未来人工智能的发展开辟新的可能性。 Dehghani强调，当前AI领域的核心趋势是，新一代AI模型在很大程度上是利用前一代模型构建的。他观察到，在几乎所有主要的AI实验室中，这种递归式的自我改进过程已在过去几个月内开始发生，尽管许多人尚未完全意识到。虽然目前这一过程尚未实现完全自动化，但其发展方向明确无误，并正快速迈向全面自动化。Dehghani认为，一旦实现完全自动化，AI模型将能够自主改进并持续从世界中学习，届时人类在模型改进中的瓶颈将被移除，主要挑战将转变为为这些模型提供充足的计算资源。他预计这将导致AI发展出现巨大飞跃。 这一趋势的具体例证包括Google DeepMind的AlphaEvolve项目。作为一个由Gemini驱动的编码智能体，AlphaEvolve能够自主发现和优化算法，并已被成功应用于提高AI训练本身的效率，这正是“一代模型改进下一代”的典型案例
Source ↗ - AI行业新闻
DeepMind 以 AI 推进科学发现 | 数据科学专栏
DeepMind 在 AI 科学发现领域取得显著进展，致力于利用人工智能加速科学研究和新发现。该事件具有重要的行业意义，值得关注。
Source ↗
+6 more headlines
- DeepSeek V4 释放即将发布信号，华为昇腾芯片助推中国 AI 攻势
- 人类在电子游戏领域仍能战胜AI | 大众科学
- DeepSeek V4即将发布，采用纯国产芯片。
- AI领袖为何如此聚焦图像生成——数字信息世界
- Anthropic 表示，Claude Code 的订阅者若使用 OpenClaw，需额外付费。
- 聊天机器人：合成亲密感