XNews

AIの再帰的自己改善:新たな証拠と議論

AIの再帰的自己改善:新たな証拠と議論

複数の報告により、AIシステムが自らの開発にますます関与していることが示されている。Google DeepMindのDream-RSIは、アルゴリズム設計においてエージェント呼び出しを162分の1に削減した。OpenAIは、AIが数週間にわたる訓練実験を自動化できるようになったと報告している。Anthropicの社内ダッシュボードは、同社の研究開発(R&D)業務の26%をAIが主導していることを示しているが、完全な再帰的自己改善は依然として遠い。

Key insights

Dream-RSI、閉ループ型改善サイクルを実証

GoogleおよびDeepMindのDream-RSIは、過去の発見プロセスを再生することで、数千の探索戦略を低コストでテストし、より優れた戦略を次のラウンドへと投入する。アルゴリズム設計、数理最適化、GPUカーネルエンジニアリングの各分野において、エージェント呼び出しを最大162分の1に削減しながら、結果の品質を維持または向上させた。

OpenAIの社内AIシステム、訓練パイプラインのタスクを自動化

The Information紙によると、OpenAIのAIモデルは、GPUカーネルコードの作成や訓練コードの最適化を含む、新たな実験モデルの訓練パイプラインを自動化できるようになった。研究者が最適化の例を1つ提供すると、AIは数週間をかけて同様の改善を実装する。複数のAIエージェントが人間の関与なしに協働し、従来は数年を要していた実験が約1週間で完了するようになったという。

Anthropicの社内ダッシュボード、R&DにおけるAIの役割を定量化

Anthropicは2026年7月時点の指標を公開した。それによると、AIはAI研究開発業務の26%を主導し(AL4レベル)、研究開発の90%以上がAIとの深い協働を伴う(AL3以上)。どの区分もAL5(完全な自律性)には達していない。常時3万のエージェントが研究開発とエンジニアリングに従事している。AI研究開発に用いられる計算資源の約6%が安全性に割り当てられている。このダッシュボードは、加速の追跡における基準線を設定するものだ。

論文、AI自己改善の5段階スケールを提案

30人以上の研究者による75ページの論文は、AIの自己改善を、人間が決定する変更(レベル1)から、AIが次世代AIの構築プロセスを書き換える段階(レベル5)までの5段階に分類した。491本の論文をレビューした結果、75%はレベル1~2にとどまり、レベル5に達したものは6%未満だった。

Source posts