问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
前Salesforce首席科学家、知名NLP专家Richard Socher近期为其新创办的AI公司完成6.5亿美元融资，核心研发方向为可自主开展前沿科研、实现无限自我迭代的AI系统，团队明确表示该技术不会停留在实验室阶段，将优先面向企业级场景落地可商业化产品，引发全球AI产业对自进化技术路线的广泛讨论。
就在OpenAI、谷歌等巨头还在靠堆算力、堆人力推进下一代大模型研发时，一条完全不同的技术路线正在拿到巨额资本加持：自进化AI第一次拿出了明确的商业化时间表。
过去三年，全球大模型的迭代速度正在明显放缓。从GPT-3到GPT-4，研发投入翻了超过10倍，训练所需的标注人力、算力资源更是呈指数级增长，行业普遍判断，仅靠现有“人类主导研发+算力堆料”的路线，下一代通用AI的研发成本将超过千亿美元，落地回报周期被无限拉长。
在这样的背景下，让AI参与甚至主导自身的迭代，成为不少头部研究者探索的方向。
作为NLP领域的标杆性学者，Richard Socher曾主导研发了Salesforce旗下的爱因斯坦AI平台，在企业级AI落地领域拥有丰富经验。此次其新公司拿到的6.5亿美元融资，将全部投入自进化AI系统的研发，该系统的核心能力是可独立完成前沿论文梳理、仿真实验验证、模型架构优化、参数调优等原本需要AI工程师完成的工作，理论上可实现无上限的自我迭代。
和不少停留在概念阶段的AGI项目不同，Socher团队明确表示，不会追求短期内实现完全自主的通用人工智能，而是先打磨面向垂直场景的落地产品：第一阶段将先推出面向生物制药、新材料研发领域的AI科研助手，可自主梳理全球最新科研成果、设计实验方案；第二阶段将推出面向AI厂商的模型自动化优化工具，帮企业将大模型迭代成本降低70%以上。
自进化AI概念提出以来，行业对其技术风险的讨论从未停止。不少研究者担心，完全自主迭代的AI可能会出现目标偏移、不受人类控制的问题。对此Socher表示，其团队研发的自进化系统设置了多层“安全闸门”：每一轮迭代的结果都需要经过人类研发团队的审核才能被纳入主模型，所有迭代的目标参数都由人类提前设定，不会出现超出预设范围的自我进化。
按照目前的研发进度，第一款自进化AI相关的落地产品将在2027年上半年正式上线，目前已经有超过10家跨国药企、科技企业和团队签订了意向合作协议。如果这条路线跑通，将彻底改变现有AI研发的生产关系，让大模型的迭代速度提升数倍。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号