离开Meta之后，田渊栋也踏上了创业之路。
就在刚刚，初创企业Recursive_SI正式对外亮相，并公布了创始人名单，其中田渊栋赫然在列。
除了田渊栋，创始团队还包括Richard Socher（CEO）、Tim Rocktäschel、Jeff Clune、Tim Shi、Caiming Xiong以及Alexey Dosovitskiy等人。
这些创始成员曾参与创建Salesforce和Uber的AI研究实验室，并在OpenAI、DeepMind、Google Brain及Meta等团队担任领导职务，积累了丰富的科研与创业经验。
Recursive_SI的目标是打造一种能够自主进行实验、并以安全方式实现自我进化的人工智能——在一个开放式的自动化科学发现过程中持续演进，这被认为是通往超级智能最可能的路径。
目前，Recursive已筹集6.5亿美元资金，估值达到46.5亿美元。本轮融资由GV（Google Ventures）和Greycroft领投，AMD Ventures和NVIDIA均参与了重要投资。
团队规模已超过25人，并且仍在持续扩张。团队已吸引众多优秀人才，其中包括即将入职的诸葛鸣晨。
诸葛鸣晨现任Recursive创始成员，博士毕业于阿卜杜拉国王科技大学（KAUST）计算机科学专业，师从被誉为“LSTM之父”的Jürgen Schmidhuber教授。他的研究方向主要集中在代码智能体（Coding Agents）、递归自我改进（Recursive Self-Improvement, RSI）以及下一代机器范式（Next-generation Machine Paradigms）。
自2023年起，诸葛鸣晨开始系统性地探索递归自我改进（RSI）方向。
在MetaGPT时期，他就提出智能体应具备持续自我优化与能力演化的机制，并在后续工作中持续推进这一研究路线。其中，GPTSwarm被视为LLM时代最早的RSI系统范式之一，首次系统性地提出并验证了基于图结构智能体（Graph-based Agents）的自组织协作框架，通过动态图结构实现智能体之间的协同、反馈与能力演化，其核心思路随后被大量后续多智能体与Agentic AI工作广泛采纳；Agent-as-a-Judge则进一步探索了长时程任务中的持续反馈与自我评估机制，尝试解决智能体在复杂任务中的连续性与稳定优化问题；而NeuralComputer的研究则进一步面向下一代AI系统架构，探索融合记忆、推理与自主演化能力的新型机器范式。
由此可见，加入Recursive的研究团队在递归自我改进方向具备深厚的学术积累。
田渊栋等多位创始人都在X平台上进行了宣传：我们正在打造一种能够自动发现知识并递归自我改进的人工智能——这一开放式过程将从根本上改变科学与技术的进步方式。
在递归自我改进人工智能的多个核心领域，团队处于行业前沿。
成员们曾在开放式算法、质量多样性算法、AI生成算法、自我改进编程智能体、自动化红队测试与能力发现、提示词工程及其自动化、学习挑战与环境生成、基础世界模型、自然语言处理深度学习、视觉Transformer、检索增强生成以及AI科学家等方向取得过重大突破。
因此，我们对Recursive_SI接下来的研究充满期待。
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/34525
