遞迴自我改進背後的數學

兩位研究員正以遞迴自我改進（recursive self-improvement，RSI）為主題創業，他們主張這個詞已被稀釋到近乎毫無意義，真正重要的區別在於：最佳化者（optimizer）的位置上坐的是誰、或什麼。Dhaval Adjodah 是物理學出身，在 MIT Media Lab 取得強化學習博士；Owen He 主修數學，博士期間研究持續學習與元學習，之後在 DeepMind 擔任研究科學家數年。兩人與主持人 Martin Casado 同臺，完整說明他們的框架。他們的核心主張是：先前的技術時代——用晶片打造晶片、網際網路加速協調、蒸汽機讓煤礦開採更快——都只是自催化（autocat